Marcelo Dos Santos Romualdo

OTIMIZAÇÃO GEOMÉTRICA E AERODINÂMICA DE UM IMPELIDOR DE
COMPRESSOR CENTRÍFUGO
Marcelo dos Santos Romualdo
Dissertação de Mestrado apresentada ao

Programa de Pós-graduação em Engenharia
Mecânica, COPPE, da Universidade Federal do
Rio de Janeiro, como parte dos requisitos
necessários à obtenção do título de Mestre em
Engenharia Mecânica.
Orientadores: Atila Pantaleão Silva Freire

Su Jian
Rio de Janeiro
Setembro de 2011
DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO

LUIZ COIMBRA DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA
(COPPE) DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE
DOS REQUISITOS NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE MESTRE
EM CIÊNCIAS EM ENGENHARIA MECÂNICA.
Examinada por:
Prof. Atila Pantaleão Silva Freire, Ph.D.
Prof. Su Jian, D.Sc.
Prof. Gustavo César Rachid Bodstein, Ph.D.
Prof. Antonio Carlos Fernandes, Ph.D.
RIO DE JANEIRO, RJ - BRASIL

SETEMBRO DE 2011
Romualdo, Marcelo dos Santos
Otimização Geométrica e Aerodinâmica de um
Impelidor de Compressor Centrífugo / Marcelo dos Santos
Romualdo. – Rio de Janeiro: UFRJ/COPPE, 2011.
XVIII, 108 p.: il.; 29,7 cm.
Su Jian
Dissertação (mestrado) – UFRJ/ COPPE/ Programa de
Engenharia Mecânica, 2011.
Referências Bibliográficas: p. 105-108.
1. Compressor. 2. Projeto. 3. Otimização. I. Freire,
Atila Pantaleão Silva et al. II. Universidade Federal do
Rio de Janeiro, COPPE, Programa de Engenharia
Mecânica. III. Título.
iii
Aos meus queridos pais Orlando e Wilma,
que não mediram esforços para tornar isto possível.
iv
Resumo da Dissertação apresentada à COPPE/UFRJ como parte dos requisitos
necessários para a obtenção do grau de Mestre em Ciências (M.Sc.)

Setembro/2011

Su Jian
Programa: Engenharia Mecânica
Este trabalho ressalta a importância da fase de projeto preliminar de um

impelidor de compressor centrífugo. É nesta fase que a maioria das decisões é tomada,
as quais afetam o projeto como um todo. Apresentar uma forma de aperfeiçoar os
parâmetros geométricos e aerodinâmicos resultantes do projeto preliminar de um
impelidor de compressor centrífugo é o objetivo principal deste trabalho. Inicialmente
uma metodologia de projeto preliminar baseada nos estudos de Whitfield e Baines
(1990) e Oh et al. (1997) foi desenvolvida e aplicada no projeto de um impelidor de
compressor de ar. Em seguida, os parâmetros resultantes deste projeto preliminar foram
otimizados, tendo como foco a maximização do desempenho do impelidor em seu ponto
de projeto. Dois métodos foram utilizados para a obtenção dos parâmetros otimizados:
um método matemático baseado em programação não linear – Quase-Newton – e um
método estocástico – Algoritmos Genéticos. Os resultados mostraram que existem
vantagens em se otimizar parâmetros do impelidor ainda na fase de projeto preliminar,
além de evidenciar que, tendo como base a metodologia de projeto desenvolvida, um
simples método matemático baseado em gradientes é suficiente para se alcançar o
resultado ótimo.
v
Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the
requirements for the degree of Master of Science (M.Sc.)
GEOMETRIC AND AERODYNAMIC OPTIMIZATION OF A CENTRIFUGAL

COMPRESSOR IMPELLER
September/2011
Advisors: Atila Pantaleão Silva Freire

Su Jian
Department: Mechanical Engineering
This work emphasizes the importance of the preliminary design phase of a

centrifugal compressor impeller. In this phase most decisions are made which can affect
all the design development. Provide a method to improve the aerodynamic and
geometrical parameters resulting from the preliminary design of a centrifugal
compressor impeller is the main purpose of this work. Initially a preliminary design
methodology based on studies of Whitfield and Baines (1990) and Oh et al. (1997) was
developed and applied in the design of an air compressor impeller. After, the parameters
resulting from this preliminary design were optimized in order to maximize the
impeller’s performance in its design point. Two methods were used to obtain the
optimized parameters: a mathematical method based on nonlinear programming –
Quasi-Newton – and a stochastic method – Genetic Algorithms. The results have shown
that there are a lot of advantages in optimize parameters of the impeller in preliminary
design phase and shown that based on the design methodology developed it is only
necessary a simple mathematical model based on gradients to achieve the optimal result.
vi
Sumário
Resumo v
Abstract vi
Lista de Figuras x
Lista de Tabelas xiii
Lista de Símbolos xiv
1. Introdução 1
1.1. Motivação .................................................................................................... 1
1.2. Objetivos ...................................................................................................... 2
1.3. Metodologia ................................................................................................. 2
1.4. Organização do Trabalho ............................................................................. 3
2. Revisão Bibliográfica 5
2.1. O Projeto de Turbomáquinas: Uma Visão Geral ......................................... 5
2.2. O Projeto Preliminar de um Impelidor de Compressor Centrífugo ............. 8
2.2.1. Projeto da Região de Entrada do Impelidor ...................................... 9
2.2.2. Projeto da Região de Saída do Impelidor ......................................... 13
2.3. Modelos de Perdas ....................................................................................... 21
2.4. Estudos na Área de Otimização de Compressores Centrífugos ................... 23
2.4.1. Perdichizzi e Savini (1985) ............................................................... 23
2.4.2. Al-Zubaidy (1992) ............................................................................ 26
2.4.3. Qiu et al. (2010) ................................................................................ 30
3. Fundamentos de Compressores Centrífugos 33

3.1. Introdução .................................................................................................... 33
vii
3.2. Compressores Centrífugos: Características Básicas .................................... 34
3.3. Termodinâmica Aplicada ao Funcionamento de um Compressor ............... 35
3.3.1. O Compressor como um Volume de Controle .................................. 35
3.3.2. A Hipótese de Regime Permanente: Conservação de Massa e
Energia .............................................................................................. 36
3.3.3. Compressão Ideal Isentrópica ........................................................... 38
3.3.4. Compressão Ideal Politrópica ........................................................... 40
3.3.5. Eficiência Termodinâmica da Compressão ...................................... 41
3.3.6. Condição de Estagnação ................................................................... 43
3.4. Teoria dos Compressores Centrífugos ......................................................... 46
3.4.1. Equação Fundamental – Teoria de Euler .......................................... 46
3.4.2. Fator de Escorregamento .................................................................. 53
3.4.3. Entalpia de Estagnação Relativa e o Conceito de Rotalpia .............. 55
3.4.4. Análise Dimensional e Semelhança .................................................. 56
4. Metodologia de Projeto e Otimização 61

4.1. Metodologia de Projeto ................................................................................ 61
4.1.1. O Projeto Preliminar do Impelidor com Base na Metodologia de
Whitfield e Baines (1990) ................................................................. 61
4.1.2. Verificação do Desempenho com Base nos Estudos de Oh et al.
(1997) ................................................................................................ 71
4.2. Otimização ................................................................................................... 73
4.2.1. Otimização Não Linear Clássica: Métodos de Newton e Quase-
Newton .............................................................................................. 76
4.2.2. Otimização Estocástica: Algoritmos Genéticos ................................ 79
5. Descrição do Problema e Análise dos Resultados 84

5.1. Introdução .................................................................................................... 84
5.2. Projeto Preliminar do Impelidor .................................................................. 85
5.2.1. Projeto da Geometria ........................................................................ 85
5.2.2. Verificação do Desempenho ............................................................. 88
5.3. Otimização da Geometria do Impelidor A3 ................................................. 89
5.3.1. Estrutura do Problema de Otimização .............................................. 89
5.3.2. Resultados da Otimização ................................................................. 91
viii
5.3.3. Conclusão da Análise dos Resultados da Otimização ...................... 100
5.4. Análise Comparativa entre os Dados do Impelidor A3 Original e os
Dados do Impelidor A3 Otimizado .............................................................. 100
6. Conclusões Gerais e Sugestões 103
Referências Bibliográficas 105
ix
Lista de Figuras
Figura 2.1 Entrada do impelidor – Adaptado de Whitfield e Baines (1990) ........ 10
Figura 2.2 Ângulo relativo do gás no shroud para um valor mínimo do número
de Mach relativo – Adaptado de Whitfield e Baines (1990) ............... 12
Figura 2.3 Comportamento da vazão mássica para alguns números de Mach

relativos, considerando a alteração do ângulo relativo do gás no
shroud – Adaptado de Came e Robinson (1999) ................................. 12
Figura 2.4 Efeito do uso de pás para trás no número de Mach na saída –
Adaptado de Whitfield e Baines (1990) .............................................. 14
Figura 2.5 Variação do número de Mach na saída com o ângulo da pá e a razão

de pressão – Adaptado de Whitfield e Baines (1990) ......................... 15
Figura 2.6 Efeito do ângulo do gás na saída no número de Mach – Adaptado de

Whitfield e Baines (1990) .................................................................... 16
Figura 2.7 Efeito do ângulo da pá na saída e da razão de pressão no número de

Mach relativo na entrada – Adaptado de Whitfield e Baines (1990) .. 17
Figura 2.8 Variação de M2 e Mr1s através de uma faixa de razões de pressão –

Figura 2.9 Efeito da variação de r1s/r2 no número de Mach relativo no shroud –

Figura 2.10 Efeito da redução de r1s/r2 na relação b2/r2 – Adaptado de Whitfield e

Baines (1990) ....................................................................................... 19
x
Figura 2.11 Influência do projeto de pás para trás no coeficiente de trabalho –
Adaptado de Came e Robinson (1999) ................................................ 20
Figura 2.12 Comportamento da velocidade periférica com a razão de pressão –

Adaptado de Came e Robinson (1999) ................................................ 20
Figura 2.13 Gráfico do projeto preliminar de um impelidor centrífugo –

Adaptado de Al-Zubaidy (1992) .......................................................... 27
Figura 2.14 Fluxograma do procedimento de CAD – Al-Zubaidy (1992) ............. 28
Figura 2.15 Sistema de projeto linear convencional – Adaptado de Qiu et al.

(2010) ................................................................................................... 31
Figura 2.16 Sistema de projeto integrado – Adaptado de Qiu et al. (2010) ........... 32
Figura 3.1 Classificação sumária dos compressores industriais ........................... 34
Figura 3.2 Estágio de compressão de um compressor centrífugo de múltiplos

estágios – Adaptado de Giampiero (2007) .......................................... 34
Figura 3.3 Compressor centrífugo de múltiplos estágios – Giampiero (2007) ..... 35
Figura 3.4 O compressor como um volume de controle ....................................... 36
Figura 3.5 Energias envolvidas na compressão .................................................... 37
Figura 3.6 Comparação dos processos de compressão no plano pressão-volume

específico – Adaptado de Rodrigues (1991) ........................................ 41
Figura 3.7 Diagrama h-s para um estado de estagnação ....................................... 44
Figura 3.8 Elementos de um impelidor centrífugo ............................................... 47
Figura 3.9 Corte radial do impelidor – composição vetorial para determinar a

velocidade absoluta do gás .................................................................. 48
Figura 3.10 Triângulos de velocidades nas arestas de entrada e saída do

impelidor .............................................................................................. 49
xi
Figura 3.11 Componentes tangencial e radial da velocidade absoluta na aresta de
saída ..................................................................................................... 50
Figura 3.12 (a) Comportamento head vs. vazão volumétrica descarregada para
um impelidor centrífugo, com base na teoria de Euler; (b) Possíveis
configurações das pás – Adaptado de Rodrigues (1991) ..................... 52
Figura 3.13 Influência das não idealidades sobre o desempenho de um

compressor centrífugo – Adaptado de Rodrigues (1991) .................... 52
Figura 3.14 Triângulo de velocidades com o efeito do escorregamento ................ 53
Figura 3.15 Perdas e eficiência vs. coeficiente de vazão – Adaptado de Dalbert et

al. (1999) ............................................................................................. 58
Figura 4.1 Desenvolvimento básico de um AG .................................................... 80
Figura 4.2 Operadores Genéticos .......................................................................... 81
Figura 4.3 Exemplo de Codificação Genética ...................................................... 81
Figura 5.1 Evolução da otimização – Casos I a IV ............................................... 94
Figura 5.2 Evolução da otimização – Casos V a VIII ........................................... 95
Figura 5.3 Comportamento das variáveis independentes ...................................... 96
Figura 5.4 Evolução da otimização – Caso A ....................................................... 98
Figura 5.5 Evolução da otimização – Caso B ....................................................... 99
xii
Lista de Tabelas
Tabela 2.1 Modelos empíricos de perdas analisados por Oh et al. (1997) ............ 22
Tabela 5.1 Condição de projeto dos impelidores .................................................. 86
Tabela 5.2 Parâmetros de projeto arbitrados inicialmente .................................... 86
Tabela 5.3 Resultados iniciais dos projetos dos impelidores ................................ 87
Tabela 5.4 Dados de desempenho dos impelidores ............................................... 88
Tabela 5.5 Restrições de projeto ........................................................................... 91
Tabela 5.6 Resultados da otimização – Casos I a IV ............................................ 93
Tabela 5.7 Resultados da otimização – Casos V a VIII ........................................ 95
Tabela 5.8 Parametrização considerada para os AGs ............................................ 97
Tabela 5.9 Resultados da otimização – Configuração default (Caso A) ............... 98
Tabela 5.10 Resultados da otimização – Configuração modificada (Caso B) ........ 99
Tabela 5.11 Comparação entre os impelidores A3 original e A3 otimizado –

Dados geométricos e aerotermodinâmicos .......................................... 101
Tabela 5.12 Comparação entre os impelidores A3 original e A3 otimizado –

Dados de desempenho ......................................................................... 102
xiii
Lista de Símbolos
A área
a velocidade do som
b altura da pá
C velocidade absoluta
Cf coeficiente de atrito
cp calor específico a pressão constante
cV calor específico a volume constante
d diâmetro
dh diâmetro hidráulico médio do impelidor
ds diâmetro específico
E& taxa de energia
e energia específica
GkW potência termodinâmica de compressão
g aceleração da gravidade
H head termodinâmico
HE head de Euler ou head teórico (∆H E )
xiv
h entalpia específica
I rotalpia
i ângulo de incidência
LB comprimento da linha média do escoamento entre pás
Lm comprimento da linha média do escoamento no plano meridional
m& vazão mássica
M número de Mach
MU número de Mach periférico
MW massa molar
n coeficiente politrópico
N velocidade angular
ns velocidade específica
P potência
Pcruz probabilidade de cruzamento
Pmut probabilidade de mutação
p pressão
PR razão de pressão
Q& taxa de calor trocado
Q vazão volumétrica
q calor trocado específico
xv
R constante do gás
R constante universal do gás perfeito
r raio
Re número de Reynolds
s incremento de uma variável entre iterações consecutivas
T temperatura ; torque
U velocidade periférica
v volume específico
W& taxa de trabalho
W velocidade relativa
w trabalho específico
z número de pás
Z altura
α ângulo de escoamento absoluto em relação à direção tangencial
α′ ângulo de escoamento absoluto em relação à direção radial
β ângulo de escoamento relativo em relação à direção tangencial
β′ ângulo de escoamento relativo em relação à direção radial
βB ângulo da pá em relação à direção tangencial
β B′ ângulo da pá em relação à direção radial
γ coeficiente isentrópico
xvi
∆H E head de Euler ou head teórico (H E )
∆hin perda por incidência
∆hbl perda por carregamento da pá
∆hsf perda por atrito
∆hcl perda por folga
∆hdf perda por atrito no disco
∆hrc perda por recirculação
∆hlk perda por vazamento
ε folga ; tolerância
η eficiência
θ vazão mássica adimensional
λ coeficiente de trabalho
µ viscosidade dinâmica ; coeficiente de head
ν viscosidade cinemática
ρ massa específica
σ fator de escorregamento
τ hs razão de raios hub-shroud
τ st razão de raios shroud-tip
φ coeficiente de vazão volumétrica
ω velocidade angular
xvii
Subscritos
0 condição de estagnação
1 entrada (do impelidor) ; condição inicial
2 saída (do impelidor) ; condição final
est estágio
h hub
imp impelidor
k iteração
p politrópico
pes componentes estacionários – difusor, canal de retorno, pás guias etc.
r componente radial ; relativo (a)
real real
s isentrópico ; shroud
slip escorregamento
t −t total-total
u componente tangencial
Sobrescritos
k iteração
* exato
xviii
Capítulo 1
Introdução
1.1 Motivação
A busca pelo estado da arte deve fazer parte das metas de qualquer profissional
de engenharia. Uma das exigências da atual conjuntura tecnológica é que o profissional
deste ramo mantenha-se atualizado, buscando sempre novas soluções e melhores
resultados naquilo que desenvolve.
Atualmente ouve-se com frequência a palavra otimizar, ou otimização. Nunca se
refletiu tanto na otimização de processos e de recursos como nas últimas décadas. E
quando se trata de energia, esta palavra se torna imperativa. Devido à escassez dos
recursos energéticos cada vez mais acentuada a nível mundial, agregada ao alto custo da
produção de energia e aos prejuízos ambientais gerados, tecnologias têm sido
desenvolvidas e aprimoradas com o intuito de tornar as máquinas industriais mais
eficientes, visto que estes equipamentos têm relevante papel no consumo e na geração
de energia.
As turbomáquinas são os equipamentos industriais que mais consomem – ou
geram – energia. São utilizadas principalmente nos segmentos de petróleo e gás,
química, petroquímica e geração de energia. No Brasil, a Petrobras é a companhia que
possui o maior número de turbomáquinas em operação. A sua base instalada possui
mais de 400 turbomáquinas de grande porte, na qual estão incluídos compressores
centrífugos e axiais, turbinas a vapor, turbinas a gás e turboexpansores. As potências
instaladas variam na ordem de até 9MW para compressores e turbinas a vapor, 32MW
para turboexpansores e 40MW para turbinas a gás. Em unidades da Petrobras ainda em
fase de projeto básico, existem equipamentos especificados como compressores e
turbinas a vapor, na ordem de 30MW.
1
Com as recentes descobertas da companhia como, por exemplo, os campos do
Pré-Sal, novos desafios têm surgido no que tange encontrar equipamentos que atendam
aos limites operacionais impostos pelo Pré-Sal. Neste sentido, parcerias têm se
estabelecido entre a Petrobras e fabricantes de turbomáquinas com o intuito de atuar no
desenvolvimento de novos equipamentos. Logo, o conhecimento na área de projeto de
turbomáquinas tem se tornado algo necessário também por parte dos usuários de
turbomáquinas.
Além das parcerias com fabricantes, um dos objetivos recentes da Petrobras
nesta área é criar no Brasil uma estrutura nas universidades, nos centros de tecnologia e
na indústria para apoiá-la nas atividades relacionadas à turbomáquinas.
Diante do exposto, foi esta necessidade atual da companhia, agregada a busca
pelo estado da arte do projeto de turbomáquinas, o que motivou o desenvolvimento
deste tema.
1.2 Objetivos
O objetivo principal deste trabalho é desenvolver uma ferramenta que aperfeiçoe
o projeto preliminar de um impelidor de compressor centrífugo, mediante a otimização
dos parâmetros geométricos e aerodinâmicos gerados nesta fase de projeto. Pretende-se
ainda demonstrar a importância do desenvolvimento de um projeto preliminar ótimo,
visto que as decisões tomadas nesta fase influenciam o projeto de uma turbomáquina
como um todo. A ferramenta desenvolvida é uma metodologia de projeto preliminar
concebida com base em Whitfield e Baines (1990) e Oh et al. (1997), implementada em
MatLab® para a obtenção e otimização da geometria preliminar do impelidor.
Além dos objetivos ora mencionados, este trabalho visa contribuir com a área de
projeto de turbomáquinas ao propor uma nova ferramenta de projeto preliminar de
impelidor de compressor centrífugo.
1.3 Metodologia
Este trabalho foi dividido basicamente em duas partes principais: i) O projeto
preliminar de um impelidor de compressor centrífugo e; ii) A otimização das variáveis
2
de projeto do impelidor focando a maximização do seu desempenho no ponto de
projeto.
O projeto preliminar foi desenvolvido com base na metodologia de Whitfield e
Baines (1990) – geometria – e no estudo de Oh et al. (1997) – desempenho, onde foram
utilizadas ferramentas tradicionais como parâmetros adimensionais, equações
paramétricas e empiricismo.
Após o desenvolvimento do projeto preliminar do impelidor, foi realizada a
otimização das variáveis de projeto. Para isso foi necessário estabelecer: i) a condição
de projeto – as propriedades termodinâmicas do fluido de trabalho, a razão de pressão,
as condições de pressão e temperatura na entrada e a vazão mássica requerida –; ii) as
variáveis de projeto; iii) a função objetivo e; iv) as restrições geométricas, mecânicas e
fluidodinâmicas. Foram utilizados dois métodos distintos na otimização dos parâmetros:
um método matemático baseado em programação não linear e um método estocástico.
Os resultados desta etapa foram obtidos através do software comercial MatLab, o qual
possuí um pacote específico de otimização.
Concluindo o trabalho, foi realizada uma análise entre a geometria ótima e a
geometria não-otimizada, onde se verificou a importância em se otimizar parâmetros
geométricos e aerodinâmicos de um impelidor ainda na fase de projeto preliminar, além
de ter sido realizada uma análise entre os algoritmos utilizados no processo de
otimização.
1.4 Organização do Trabalho

O trabalho está estruturado de forma a ressaltar a importância da fase de projeto
preliminar no desenvolvimento do projeto de um impelidor de compressor centrífugo.
Inicialmente é apresentada uma revisão bibliográfica que aborda assuntos como o
estado da arte do projeto de turbomáquinas, o projeto preliminar de impelidores de
compressores centrífugos, modelos de perdas aplicados em uma análise unidimensional,
além de apresentar alguns estudos na área de otimização de compressores centrífugos.
O capítulo seguinte é dedicado à fundamentação teórica dos compressores
centrífugos, onde são tratados assuntos desde as características básicas da máquina,
passando pela aerotermodinâmica aplicada ao funcionamento do compressor, até a
3
teoria dos compressores centrífugos propriamente dita – equação fundamental e análise
dimensional.
Após uma abordagem da fundamentação teórica dos compressores centrífugos, o
próximo capítulo foi dedicado aos métodos de otimização utilizados no
desenvolvimento do trabalho. São abordados aspectos da otimização – programação
matemática – e descritos os seguintes métodos: i) O método consagrado Quase-Newton,
que é aplicado em problemas não lineares, multivariável e com restrições e; ii) Os
Algoritmos Genéticos que são metaheurísticas baseadas nos mecanismos de seleção
natural e da genética, altamente aplicadas na solução de problemas complexos.
O penúltimo capítulo traz a descrição do problema e uma análise dos resultados.
Inicialmente foi realizado o projeto geométrico e aerodinâmico de um impelidor,
verificado o seu desempenho e posteriormente otimizada a sua geometria. Os resultados
gerados foram analisados e comentados.
E finalmente, o último capítulo traz as conclusões e são feitas sugestões para o
desenvolvimento de trabalhos futuros que venham complementar as análises realizadas
neste trabalho.
4
Capítulo 2
Revisão Bibliográfica
2.1 O Projeto de Turbomáquinas: Uma Visão Geral

O comportamento do fluido através de uma turbomáquina é algo extremamente
complicado de se analisar. Criar modelos, sejam estes matemáticos ou empíricos que
modelem este comportamento com precisão tem sido um dos principais desafios dos
projetistas de turbomáquinas. Ao logo das décadas, estudos têm sido realizados nesta
área com o intuito de aprimorar os projetos, agregando inovações tecnológicas.
Quando se trata do projeto de turbomáquinas de fluxo radial, metodologias de
projeto estão bem fundamentadas em diversas literaturas existentes, dentre as quais
podemos citar um clássico: Whitfield e Baines (1990). Sendo mais especifico ao escopo
do trabalho, Aungier (2000) é um clássico quando se trata do projeto aerodinâmico de
compressores centrífugos.
Uma análise crítica da evolução do projeto de turbomáquinas e suas futuras
perspectivas é feita por Molinari e Dawes (2006). Eles mostram que, apesar de
atualmente se alcançar um patamar aceitável de tecnologias desenvolvidas para projeto
de turbomáquinas, o desafio agora é aplicar estas tecnologias de forma que o projeto
demande menos tempo e seja mais confiável na busca de melhores soluções. Fica cada
vez mais evidente que o parâmetro chave para se obter um projeto ótimo não é
simplesmente desempenho, mas também variáveis econômicas como tempo e custo.
Estes autores fazem um breve histórico da evolução do projeto de
turbomáquinas, com um enfoque particular nas turbinas a gás. Eles relatam que nos
primórdios, entre 1926 e 1940, o projeto de uma turbomáquina era realizado focando
meramente a exequibilidade mecânica em detrimento da aerodinâmica. Simplificações
mecânicas comprometiam severamente o desempenho das máquinas. Entre 1940 e
1960, o túnel de vento teve um papel relevante no projeto de compressores axiais, visto
5
que permitiu, mesmo que de forma empírica, a análise aerodinâmica das máquinas.
Entretanto, durante este período havia uma concepção errada do projeto de uma
turbomáquina. Acreditava-se que a melhora do desempenho deveria ser alcançada na
maximização das eficiências dos componentes isolados ao invés da máquina como um
todo.
Entre 1960 e 1980, a utilização de correlações matemáticas no projeto preliminar
de uma turbomáquina permitiu uma análise mais apurada do desempenho. As
aproximações teóricas e as análises experimentais recebiam igual importância, porém a
confiabilidade dos resultados experimentais dependia de uma melhora na precisão das
medições. O uso de perfis de pás tailor-made foi certamente uma importante inovação
neste período. Avanço no desenvolvimento de modelos matemáticos, agregados aos
dados experimentais existentes e ao desenvolvimento da área computacional, trouxe aos
projetistas de turbomáquinas novas informações e direções para a inovação dos
projetos.
Concluindo o histórico, Molinari e Dawes (2006) ressaltam a importância dos
modelos uni, bi e tridimensionais e mostram que nas últimas décadas, o
aperfeiçoamento da área computacional tem trazido um relevante avanço na área de
projeto de turbomáquinas.
Gallimore (1999) propõe o projeto de uma turbomáquina em quatro etapas, a
saber: i) projeto preliminar – preliminary design –; ii) projeto do escoamento através do
impelidor – throughflow design –; iii) projeto bidimensional da pá – 2D blade design –
e; iv) projeto tridimensional da pá – 3D blade design. Esta metodologia de projeto é
conhecida como Projeto por Análise – Design by Analysis.
O projeto preliminar é baseado nas correlações básicas e na resolução dos
triângulos de velocidade na linha média do fluido. É nesta fase que a maioria das
decisões é tomada e que afeta o projeto como um todo. O projeto do escoamento através
do impelidor introduz a dimensão radial. É feita uma análise da superfície gerada pela
da linha de corrente média, compreendida entre o cubo do impelidor e a sua região
periférica. O projeto bidimensional da pá tem como objetivo otimizar a geometria da pá
para garantir o serviço definido no projeto preliminar. E, finalmente, o projeto
tridimensional da pá refina a geometria utilizando fluidodinâmica computacional –
CFD.
Estas quatro etapas se dispõem de maneira natural, pois o projetista primeiro
realiza mudanças na geometria para depois executar o CFD com o intuito de prever os
6
efeitos das mudanças. Esta é uma metodologia de aproximação altamente consagrada
entre os projetistas, visto que o custo computacional de uma análise tridimensional em
CFD ainda é muito alto, além de demandar muito tempo de processamento.
Came e Robinson (1999) fazem uma abordagem da metodologia de projeto de
compressores centrífugos que é altamente utilizada na indústria. Descrevem as etapas
desde o projeto preliminar até o estado da arte dos projetos aerodinâmicos utilizando
CFD. Ressaltam que, com o advento da fluidodinâmica computacional, tornou-se
possível detalhar melhor os dados aerodinâmicos durante o projeto, aperfeiçoando o
desempenho. Entretanto, eles ressaltam a importância da fase de projeto preliminar e a
grande contribuição da análise aerodinâmica bidimensional – 2D. Enfatizam ainda que é
essencial haver uma integração entre as análises estrutural e aerodinâmica do impelidor,
com o intuito de otimizar desempenho.
Swain (2005) é outro que defende a importância do projeto preliminar. Relata
que, por ser rápida e de baixo custo, a análise preliminar se torna exequível
industrialmente e dificilmente será substituída nos próximos anos.
O projeto preliminar é particularmente importante porque é nesse estágio que o
conceitual é iniciado. Visto que é baseado em correlações básicas e simples, vários
projetos inovadores podem ser avaliados em muito pouco tempo, o que o torna atrativo.
Came e Robinson (1999) ressaltam que o objetivo do projeto preliminar consiste
basicamente em alcançar as condições de serviço pré-estabelecidas, sob uma análise
unidimensional – 1D –, considerando as limitações dos materiais disponíveis no
mercado, a maximização da eficiência e uma melhor margem de surge. Por exemplo,
dada uma vazão mássica, o projeto preliminar objetiva: i) o trabalho desejado –
aumento da entalpia de estagnação –; ii) a eficiência desejada; iii) a relação de pressão
desejada, a qual é automaticamente alcançada se os dois primeiros itens forem obtidos;
iv) margem de surge adequada.
Nas últimas décadas, o principal objetivo dos projetistas de turbomáquinas tem
sido otimizar o projeto de forma que um seja sempre melhor que o outro. A razão disto
é que mudanças realizadas no projeto preliminar têm um grande impacto nas outras
etapas. Com isso, devido à sequência natural do Projeto por Análise, idealizado por
Gallimore (1999), o projetista não tem um entendimento imediato de como estas
mudanças se propagam. Logo, a necessidade de se conter o risco de tomar decisões
erradas é grande. Sendo assim, a prática atual é basear a analise preliminar em
7
correlações consagradas, porque, apesar de serem correlações experimentais
aproximadas, elas dão ao projetista confiança em suas decisões.
Molinari e Dawes (2006) ressaltam que o papel do CFD atualmente se restringe
em refinar a geometria e prever o desempenho de projeto e o desempenho fora de
projeto. Isto representa uma limitação do potencial desta ferramenta que pode agregar
inovação aos projetos, mas há uma grande pressão não só por projetos de qualidade,
mas por projetos que demandem menos tempo e custo.
Molinari e Dawes (2006) relatam que as correlações unidimensionais têm o
poder de gerar soluções rápidas, mas não inovadoras enquanto as ferramentas
tridimensionais são altamente sofisticadas, mas lentas. A luz destas considerações, a
necessidade de soluções inovadoras e exequíveis requer uma nova abordagem nos
projetos de turbomáquinas, e um novo, eficiente uso das ferramentas disponíveis. A
tendência atual é que haja uma integração entre as ferramentas tridimensionais do CFD
e a análise preliminar, com o intuito de combinar a confiabilidade do primeiro com a
rapidez e custo do segundo.
2.2 O Projeto Preliminar de um Impelidor de Compressor

Centrífugo
Como ocorre em qualquer turbomáquina, e em um compressor centrífugo não é
diferente, o escoamento através da máquina é altamente complicado do ponto de vista
da análise do seu comportamento, pois este se dá de forma totalmente tridimensional e
aleatória. Uma análise profunda deste escoamento apresenta problemas de alta
complexidade matemática. Entretanto, soluções aproximadas podem ser alcançadas ao
simplificar-se o modelo do escoamento. É o que ocorre no projeto preliminar, que
consiste de uma análise unidimensional fundamentada basicamente nas seguintes
premissas: i) as grandezas características e as condições de escoamento do gás são
constantes – escoamento permanente – em certas seções transversais do escoamento –
escoamento unidimensional; ii) o gás possui comportamento de gás perfeito; iii)
ausência de pré-rotação no gás na entrada do impelidor.
A análise unidimensional é o primeiro passo no projeto de um compressor
centrífugo. Apesar de ser uma análise extremamente simplificada, os resultados
8
costumam ser satisfatórios, principalmente quando existe experiência prévia em
projetos similares ao desenvolvido e um banco de dados contendo informações de
bancadas de teste ou de campo, capazes de validar os resultados do projeto.
Basicamente os itens levantados neste tipo de análise são as geometrias das regiões de
entrada e saída do impelidor, a razão de pressão e as perdas. Nesta seção será realizada
uma análise do projeto das regiões de entrada e saída do impelidor.
2.2.1 Projeto da Região de Entrada do Impelidor
Whitfield e Baines (1990) apresentam dois aspectos fundamentais a serem

considerados durante o projeto da região de entrada de um impelidor. O primeiro
considera o ponto de projeto – ponto de máxima eficiência – e o esforço para garantir
que a vazão mássica requerida entre no impelidor com o menor valor de Mach relativo
possível. Isto minimiza consideravelmente as perdas por incidência na pá. O segundo
considera o range de vazão entre as regiões de surge e choke. Eles citam Rodgers
(1964) que mostra que a faixa de operação estável de um compressor centrífugo – entre
as regiões de surge e choke – está relacionada com o número de Mach relativo, a qual
diminui à medida que este parâmetro adimensional aumenta.
Seguindo o mesmo raciocínio, Dixon (1998) mostra que para se maximizar
eficiência e razão de pressão em um compressor centrífugo é necessário limitar o
número de Mach relativo na entrada.
Segundo Whitfield e Baines (1990), os principais parâmetros de projeto a serem
controlados na região da entrada do impelidor são os raios do hub e do shroud e o
ângulo de entrada da pá no shroud.
O raio do hub é usualmente fixado levando-se em consideração a área mínima da
seção transversal necessária para transmitir o torque requerido, e evitar problemas de
vibração, e o espaço circunferencial mínimo necessário para acomodar o numero de pás
– o que for maior.
O raio do shroud é a posição na entrada onde a velocidade da pá, e,
consequentemente, a velocidade relativa é maior. A redução deste raio leva a uma
diminuição da velocidade periférica da pá, gerando assim uma diminuição do número
de Mach relativo. Entretanto, isto leva também a uma pequena diminuição da área
transversal do canal do impelidor, aumentando a velocidade absoluta e com isso o
número de Mach relativo.
9
′s
β B1
r1s ′s
β B1
r1h
M1
U1s/ a1
Mr1s
Figura 2.1: Entrada do impelidor –

Adaptado de Whitfield e Baines (1990)
Com o intuito de descrever o comportamento do número de Mach relativo na

entrada do impelidor em função das alterações nos raios de hub e shroud e do ângulo da
pá no shroud, Dixon (1998) chega à seguinte equação:
m& ω 2 M r1s sin 2 β1′s cos β1′s

3
=
( )
π γ p01 1 − τ hs 2 (γRT01 )1 / 2
 γ −1  2(γ −1)
3γ −1
(2.1)
1 + M r1s cos 2 β1′s 
2
 2 
onde τ hs = r1h / r1s – razão de raios hub-shroud.

A Equação 2.1 é extremamente útil e pode ser utilizada de várias formas. Dixon
(1998) propõe obter m& ω 2 / τ hs em função de M r1s e β1′s , conhecidas as características
do gás e as condições de entrada. Ao especificar um valor limite para M r1s , um valor
ótimo de β1′s pode ser obtido para uma máxima vazão mássica.
Whitfield e Baines (1990) apresentam ainda a Equação 2.1 da seguinte forma:
MU θ M r1s sin 2 β1′s cos β1′s

2 3
= 3γ −1
1 − τ hs
2
 γ −1  2(γ −1) (2.2)
1 + M r1s cos 2 β1′s 
2
 2 
10
onde θ = m& / π r2 ρ 01 a01 – vazão mássica adimensional.
2
Uma forma de minimizar o número de Mach relativo para qualquer vazão

mássica é através da maximização da vazão mássica para qualquer número de Mach
relativo. Whitfield e Baines (1990) citam Stanitz (1953) que provê um método de
projetar a região de entrada do impelidor que garanta uma máxima vazão mássica por
unidade frontal de área. O ângulo β1′s que produzirá a máxima vazão mássica para
qualquer número de Mach relativo considerado pode ser encontrado diferenciando-se a
Equação 2.2 em relação à β1′s e igualando o resultado à zero. Isto resulta na seguinte
equação:
2  
1/ 2
3 + γ M r 1s   
2
4 M r 1s 
2
′
cos β1s = 1− 1− 
( ) 
2 2 (2.3)
  3 + γ M r1s 
2
2 M r 1s 
A Equação 2.3 está representada graficamente na Figura 2.2. Para qualquer

vazão mássica, o projetista pode minimizar o número de Mach relativo na entrada,
selecionando o ângulo de entrada através desta equação. Este procedimento é um bom
meio de estimar o ângulo da pá no shroud. Whitfield e Baines (1990) recomendam
adotar um valor inicial para β1′s igual a 60º – β1s igual a 30º – Figura 2.2. Came e
Robinson (1999) mostram ainda a influência do ângulo de entrada no shroud na vazão
mássica para diferentes números de Mach relativos na entrada – Figura 2.3. Como era
de se esperar, a vazão mássica é maximizada para β1′s em torno de 60º – β1s em torno
de 30º.
Estabelecidos o ângulo da pá no shroud, β B′ 1s = β1′s − i , e o número de Mach
relativo, a Equação 2.1 pode ser rearranjada de forma a explicitar o raio do shroud, uma
vez que o raio do hub, conforme mencionado anteriormente, é determinado por
restrições mecânicas:
γ +1 1/ 2
 

 m& 1 + γ − 1  2 (γ −1)

M r1s cos β1′s 
2 2
  2  2
r1s =  + r1h  (2.4)
 ρ 01 a01 π M r1s cos β1′s
2

 
 
11
Número de Mach relativo Mr1s
θ MU 2
1 − τ hs
2
Ângulo relativo do gás no shroud β1′s , graus
Figura 2.2: Ângulo relativo do gás no shroud para um valor mínimo do número de
Mach relativo – Adaptado de Whitfield e Baines (1990)
Vazão mássica relativa
Mr1s
Ângulo relativo do gás no shroud β1′s , graus
Figura 2.3: Comportamento da vazão mássica para alguns números de Mach relativos,
considerando a alteração do ângulo relativo do gás no shroud –
Adaptado de Came e Robinson (1999)
12
A única incerteza, porém, está na estimativa do número de Mach relativo. Este
valor dependerá da velocidade angular do impelidor, que é função da razão de pressão
estabelecida, do raio externo do impelidor e do ângulo na saída. Sendo assim, o projeto
da região de entrada do impelidor deve ser realizado em conjunto com o projeto da
região de saída.
2.2.2 Projeto da Região de Saída do Impelidor
Whitfield e Baines (1990) mostram que os parâmetros geométricos a serem

determinados na saída do impelidor são o ângulo da pá, a altura da pá e o raio externo.
Eles ressaltam as vantagens de se adotar impelidores com pás para trás ao citarem os
trabalhos desenvolvidos por Came et al. (1979) – que apresenta vantagens agregadas ao
desempenho operacional da máquina – e McCutcheon (1978) – que mostra que a
utilização de pás para trás está condicionada às limitações físicas e mecânicas.
No estágio inicial de projeto, os parâmetros conhecidos são a vazão mássica e a
razão de pressão de estagnação. O projetista deve então determinar os parâmetros
geométricos e aerodinâmicos que considerar mais apropriado para iniciar os cálculos.
Whitfield e Baines (1990) descrevem e ilustram um procedimento de projeto, onde
mostram que o comportamento dos parâmetros geométricos e aerodinâmicos pode ser
mais claramente observado mantendo-se os valores assumidos para a eficiência total-
total e o fator de escorregamento – slip factor – constantes. Segundo estes autores, os
dois parâmetros aerodinâmicos mais importantes para se determinar na saída do
impelidor são a direção e a magnitude do número de Mach absoluto. Um alto número de
Mach na saída impõe uma grande carga ao processo de difusão, gerando mais perdas
por atrito e choque ao longo dos bordos de ataque das pás do difusor. Neste sentido,
vários autores sugerem um ângulo ótimo para a velocidade absoluta do gás na saída do
impelidor. Tomada a direção radial – α 2′ –, Johnston e Dean (1966) sugerem algo entre
63 e 68º. Já Rodgers e Sapiro (1972) consideram como um ângulo ótimo algo entre 60 e
70º, e, finalmente, Osborne et al. (1975) sugere um ângulo de 70º em projetos com
razão de pressão de 8:1.
Whitfield e Baines (1990) chegam à seguinte equação para o número de Mach
na saída do impelidor:
13
M U λ / sin α 2′
M2 =
{ 1 + (γ − 1) M λ [1 − (0.5 λ / sin 2 α 2′ ) ] }
2
1 (2.5)
2
U
onde λ é o coeficiente de trabalho. Esse parâmetro adimensional definido por Rodgers

(1978) é função do aumento da entalpia de estagnação e da velocidade periférica:
∆H E C C tan β B′ 2 σ
λ= = 1 − slip − 2 r =
U2
2
U2 U2   tan β B′ 2  (2.6)
1 −  
  tan α 2′ 
A Figura 2.4 apresenta de forma gráfica a Equação 2.5 para α 2′ = 65º e

σ = 0,85 . Pode ser observado que a aplicação de pás para trás leva a uma redução do
número de Mach na saída para qualquer velocidade do impelidor. O aumento do ângulo
da pá na saída – tomado em relação à direção radial, β B′ 2 – leva a uma redução do
número de Mach na saída. Entretanto, para que a razão de pressão requerida seja
mantida, a velocidade do impelidor M U deve ser aumentada no momento em que o
ângulo de saída da pá é aumentado – Figura 2.5. Como consequência, isto leva a um
aumento no numero de Mach na saída. Logo, observa-se que há uma relação ótima entre
o ângulo de saída da pá e a velocidade do impelidor.
Número de Mach absoluto na saída M2
α 2′ = 65º
σ = 0.85
β B′ 2
Número de Mach periférico MU
Figura 2.4: Efeito do uso de pás para trás no número de Mach na saída –
14
A aplicação de pás para trás pode então ser considerada desejável no intuito de
diminuir o número de Mach na saída. Entretanto, a necessidade de se aumentar a
velocidade do impelidor – para manter a relação de pressão –, levará a um aumento da
velocidade das pás na entrada, o que trará consequências no projeto da região de entrada
do impelidor.
α 2′ = 65º
σ = 0.85
η est = 0.80
β B′ 2
Figura 2.5: Variação do número de Mach na saída com o ângulo da pá e a razão de

pressão – Adaptado de Whitfield e Baines (1990)
No caso particular mostrado na Figura 2.6, Whitfield e Baines (1990) mostram

que o número de Mach na saída diminui para qualquer aumento – diminuição, se
tomada a direção tangencial – do ângulo do gás na saída, tanto para uma razão de
pressão de 3:1 quanto para uma razão de pressão de 8:1, considerando β B′ 2 entre 0º e
40º – β B 2 entre 90º e 50º. Para ângulos acima de 40º – β B 2 abaixo de 50º –, o efeito é
oposto.
Outra análise importante apresentada pelos autores é a influência do ângulo da
pá na saída no número de Mach na entrada. A velocidade periférica no shroud U1s está
relacionada com a saída através da razão de raios shroud-tip – r1s / r2 . Assumindo a
ausência de pré-rotação na entrada do impelidor, Mr1s é dado por:
15
M r1s =
(U1s / a01 ) / sin β1′s
1 − [(γ − 1) / 2](U1s / a01 ) / tan 2 β1′s
2 (2.7)
β B′ 2
β B′ 2
Razão de pressão 8:1
Razão de pressão 3:1
σ = 0.85 η est = 0.80
Ângulo absoluto do gás na saída α 2 , graus
Figura 2.6: Efeito do ângulo do gás na saída no número de Mach –

Considerando valores fixos para β1′s e para r1s / r2 , Mr1s se torna função apenas
de MU. A Figura 2.7 mostra o efeito do ângulo da pá na saída e da razão de pressão no
número de Mach relativo na entrada, considerando β1′s = 60º e r1s / r2 = 0,7.
A Figura 2.7 pode ainda ser apresentada de forma a explicitar o número de Mach
na saída em função do número de Mach relativo na entrada – Figura 2.8. Observa-se
claramente, dada uma razão de pressão, o aumento de Mr1s com o aumento de β B′ 2 – a
diminuição de β B 2 . Como um alto número de Mach relativo na entrada pode se tornar
inaceitável, um meio de se produzir uma redução deste parâmetro é através da relação
r1s / r2 . A Figura 2.9 mostra o efeito da variação de r1s / r2 no número de Mach relativo
na entrada.
16
β 1′s = 60º

r1s / r2 = 0.7
α 2′ = 65º
σ = 0.85 M r 1s
η est = 0.80
β B′ 2
Figura 2.7: Efeito do ângulo da pá na saída e da razão de pressão no número de Mach

relativo na entrada – Adaptado de Whitfield e Baines (1990)
α 2′ = 65º β 1′s = 60º

σ = 0.85 r1s / r2 = 0.7
η est = 0.80
U2
a01
β B′ 2
Número de Mach relativo no shroud Mr1s
Figura 2.8: Variação de M2 e Mr1s através de uma faixa de razões de pressão –

17
Whitfield e Baines (1990) mostram ainda o efeito da relação r1s/r2 e da relação
b2/r2 no projeto unidimensional de um compressor para se estabelecer as condições de
saída do gás.
α 2′ = 65º β B′ 2 = 40º
σ = 0.85 β 1′s = 60º
η est = 0.80
r1s / r2
Número de Mach relativo no shroud Mr1s
Figura 2.9: Efeito da variação de r1s / r2 no número de Mach relativo no shroud –

A Figura 2.10 mostra um exemplo da análise que deve ser feita no momento de
seleção dos parâmetros geométricos básicos para o projeto do impelidor. Assim, embora
seja possível controlar o número de Mach relativo na entrada, reduzindo a razão de raios
r1s/r2, também é possível observar que a altura da pá na saída diminui – para manter a
área do escoamento constante –, ocasionando um incremento nos números de Mach da
entrada e da saída, consequentemente reduzindo a faixa de operação do compressor.
Came e Robinson (1999) mostram a influência do ângulo de saída da pá no
coeficiente de trabalho em impelidores de pás para trás. Esta influência pode ser
observada na Figura 2.11 para um caso particular de um impelidor de 18 pás e uma
relação C2r / U2 = 0,2. Eles concluem que, na prática, a redução da razão de pressão
começa a ser observada mais significativamente para valores de β B′ 2 superiores a 25º –
β B 2 inferiores a 65º.
18
Razão altura da pá – raio externo b2/r2
β B′ 2 = 40º β 1′s = 60º
α 2′ = 65º r1h / r1s = 0.4
M r 1s
η imp = 0.9 η est = 0.80
σ = 0.85
Figura 2.10: Efeito da redução de r1s/r2 na relação b2/r2 –

Estes autores ainda mostram que o coeficiente de trabalho determina a

velocidade periférica do impelidor e, por conseguinte, o nível de tensão no material. A
razão de pressão em função da velocidade periférica é dada por:
[
PR = 1 + (γ − 1) ηest λ M U
2
] γ −1 (2.8)
Usando a Equação 2.8, a velocidade periférica para uma dada razão de pressão é
mostrada na Figura 2.12.
Came e Robinson (1999) afirmam que o balanço entre os fatores que afetam
tanto a estabilidade do compressor quanto o nível de tensão do material, resulta em um
β B′ 2 de no máximo 30º – β B 2 de no mínimo 60º – e na seleção de um material adequado
tecnicamente e economicamente à velocidade periférica aplicada. Eles ainda mostram
que para um β B′ 2 acima de 40º – β B 2 abaixo de 50º –, o comportamento do coeficiente
de trabalho pelo ângulo assumido se torna completamente não linear, onde o aumento
do ângulo deve ser compensado com um aumento de rotação – Figura 2.11.
Estes autores também apontam como sendo de primordial importância nos
primeiros passos do um projeto de um impelidor a altura da pá na saída. Essa dimensão
controla a difusão relativa no impelidor bem como o ângulo da velocidade absoluta na
19
saída do impelidor. Uma difusão excessiva leva a uma queda de eficiência através da
separação da camada limite enquanto que uma difusão insuficiente leva ao aumento
excessivo das velocidades relativas bem como a um aumento das perdas por atrito. Eles
mostram que a relação entre as velocidades relativas na saída e na entrada no shroud –
W2/W1s – é um critério válido de projeto e geralmente são escolhidos valores entre 0,45
e 0,6.
C 2 r / U 2 = 0.2 e z = 18
Coeficiente de trabalho
Ângulo da pá na saída β B′ 2
Figura 2.11: Influência do projeto de pás para trás no coeficiente de trabalho –

Nível do mar, C 2 r / U 2 = 0.2

Velocidade periférica U2, m/s
β B′ 2
Razão de pressão do estágio PR
Figura 2.12: Comportamento da velocidade periférica com a razão de pressão –

20
2.3 Modelos de Perdas
Diversas equações empíricas foram desenvolvidas ao longo dos anos com o
intuito de estimar as perdas que ocorrem no interior de um compressor centrífugo. O
desenvolvimento destas equações permitiu uma melhor análise do desempenho da
máquina em sua fase de projeto.
Oh et al. (1997) testaram diversos modelos empíricos de perdas desenvolvidos e
compararam os resultados dos cálculos com o desempenho real de compressores
montados com diferentes impelidores – impelidor KIMM e os impelidores Eckardt A, B
e O – em diferentes velocidades. No desenvolvimento do trabalho, os autores
encontraram um conjunto de equações ótimo que melhor se aproximou do desempenho
real de um compressor centrífugo. A Tabela 2.1 apresenta os modelos testados e o
resultado obtido.
Oh et al. (1997) separaram as perdas que ocorrem em um compressor centrífugo
em dois grandes grupos: i) Perdas internas, onde estão incluídas as perdas por
incidência, perdas por carregamento na pá, perdas por atrito, perdas por folgas, perdas
por mistura e as perdas no difusor, nos casos analisados pelos autores, difusor sem pás;
ii) Perdas parasíticas, onde estão incluídas as perdas por atrito no disco, perdas por
recirculação e perdas por vazamento. Este último grupo recebe a denominação de
perdas parasíticas, pois aumentam a entalpia de estagnação na saída do impelidor sem
que haja um aumento de pressão correspondente.
Primeiramente, Oh et al. (1997) testaram as 144 combinações possíveis para os
seis tipos de perdas internas. Um grupo de equações ótimo foi selecionado para as
perdas internas e usado para encontrar um grupo ótimo para as perdas parasíticas. Eles
concluíram que o grupo de equações encontrado pode ser utilizado para estimar as
curvas de desempenho de um compressor centrífugo com grande acurácia. Com o
intuito de aperfeiçoar a estimativa da eficiência isentrópica do estágio de compressão,
eles ainda propuseram um novo modelo para as perdas por recirculação que é a mais
influente parcela das perdas parasíticas.
Como referência, a análise foi comparada com o modelo de duas zonas – jato-
esteira. Os autores concluíram que, embora o modelo de duas zonas leve em conta a não
uniformidade do campo de escoamento na saída do impelidor, seria necessário realizar
um melhor refinamento do atual modelo de duas zonas, com o intuito de prever o
21
desempenho do compressor com o mesmo nível de acurácia que da análise da linha de
corrente média – mean stramline analysis.
Tabela 2.1: Modelos empíricos de perdas analisados por Oh et al. (1997)
Modelos empíricos
Descrição Modelo selecionado
analisados
Perda por incidência Aungier (1995) Conrad et al. (1980)
(Incidence loss) Galvas (1973)
Conrad et al. (1980)
Perda por carregamento da pá Aungier (1995) Coppage et al. (1956)

(Blade loading loss) Coppage et al. (1956)
Perda por atrito Coppage et al. (1956) Jansen (1967)

(Skin friction loss) Jansen (1967)
Perda por folga Aungier (1995) Jansen (1967)

(Clearance loss) Jansen (1967)
Krylov e Spunde (1965)
Perda por mistura Aungier (1995) Johnson e Dean (1966)

(Mixing loss) Johnson e Dean (1966)
Perda no difusor sem pás Coppage et al. (1956) Stanitz (1952)

(Vaneless diffuser loss) Stanitz (1952)
Perda por atrito no disco Daily e Nece (1960) Daily e Nece (1960)
(Disk friction loss)
Perda por recirculação Aungier (1995) Oh et al. (1997)

(Recirculation loss) Coppage et al. (1956)
Jansen (1967)
Oh et al. (1997)
Perda por vazamento Aungier (1995) Aungier (1995)

(Leakage loss) Takagi et al. (1980)
22
2.4 Estudos na Área de Otimização de Compressores
Centrífugos
2.4.1 Perdichizzi e Savini (1985)
Perdichizzi e Savini desenvolveram um programa computacional para otimizar

as variáveis geométricas e fluidodinâmicas de um compressor centrífugo, mediante a
uma série de restrições. Os cálculos foram desenvolvidos para um modelo
unidimensional adiabático – 1D –, utilizando os melhores modelos de perdas e de
escorregamento disponíveis na época. A otimização também levou em conta o limite de
resistência do material. Os resultados, utilizando-se diferentes modelos de perdas e de
escorregamento, foram comparados com dados experimentais. Alterações na eficiência
e na velocidade específica devido a variações na vazão mássica e na razão de pressão –
off design conditions – também foram apresentadas e discutidas, com o intuito de
otimizar as características geométricas.
Segundo os autores, uma vez que o resultado da otimização depende da acurácia
do modelo de escoamento utilizado, é necessário levar em conta, mesmo que de forma
aproximada, o complexo fenômeno fluidodinâmico – incluindo, por exemplo, o
desenvolvimento da camada limite, a formação de jato-esteira, ondas de choque, a
interação da camada limite, entre outros. Outro ponto importante é o cuidado na escolha
dos modelos de perdas, visto que são baseados em empirismo. Sendo assim, muitos
modelos que são aplicados a um determinado grupo de máquinas, podem não ser
aplicáveis a outros. Eles testaram inúmeros métodos para encontrar um modelo que
compreendesse compressores centrífugos com razões de pressão de média para alta.
No projeto do impelidor, eles utilizaram dois métodos consagrados para estimar
as perdas. O Northern Research Method é um método que permite uma análise
detalhada do escoamento no interior do impelidor, mesmo que a análise seja
unidimensional. As várias perdas são estimadas e o desenvolvimento do jato-esteira é
considerado, assumindo que a separação ocorre se W / Wmax < 0,56, e que, longe do
ponto de separação, a difusão cessa e a velocidade relativa se mantém constante. Desta
forma, a extensão da esteira e a quantidade de jatos na saída do impelidor podem ser
determinadas. Os modelos de perdas considerados por este método são: incidência,
23
atrito, carregamento da pá, mistura, vazamento e atrito no disco. Este método também é
aplicável a impelidores com pás parciais – splitters.
O outro método utilizado foi o Galvas Method. Este método é mais simples que
o primeiro, pois não permite a análise da distribuição da velocidade relativa. Apesar
disto, ele leva em conta os principais modelos de perdas – incidência, atrito,
carregamento da pá, atrito no disco e recirculação – e apresenta resultados razoáveis.
Os autores testaram a confiabilidade dos modelos de perdas para vários
compressores, comparando o desempenho previsto para as geometrias das máquinas
com os dados experimentais. Eles apresentaram os dados comparados de dois
compressores – um fabricado pela Franco Tosi® e outro pela Nuovo Pignone®.
O Northern Research Method acoplado ao método de Dean e Runstadler (1975)
para o difusor apresentou os melhores resultados. Os valores encontrados para a
eficiência global, a distribuição das perdas e a velocidade específica ficaram bem
próximos aos valores experimentais. No entanto, houve divergências nos parâmetros
geométricos devido à solução ótima requerer um alto b2 – altura da pá –, o que gerou
uma baixa razão de desaceleração – W2 / W1s – e um baixo coeficiente de vazão. Cabe
ressaltar que no compressor estudado, uma baixa relação b2 / d2 foi adotada com o
intuito de gerar um baixo coeficiente de trabalho e garantir uma ampla faixa de
operação, incluindo as baixas vazões.
O resultado da otimização mostrou que mesmo a eficiência ótima e a velocidade
específica sendo praticamente as mesmas, os parâmetros fluidodinâmicos e geométricos
têm a tendência de corresponder aos modelos de perdas, tentando reduzir a perda mais
crítica.
Outro fator importante observado foi quanto ao fator de escorregamento. Na
análise, foram utilizados dois modelos: a correlação de Wiesner (1967) e a correlação de
Eckert (1961). Os valores obtidos pela correlação de Wiesner (1967) foram superiores
aos valores obtidos pela correlação de Eckert (1961), porém os resultados foram
similares em termos de eficiência e de parâmetros fluidodinâmicos. Portanto, conclui-se
que os resultados não são seriamente afetados pelo tipo de correlação utilizada para o
fator de escorregamento.
Para testar a importância do material do impelidor, uma comparação foi feita
entre duas otimizações com as mesmas condições de projeto – razão de pressão de 5:1 e
vazão mássica igual a 2,45kg/s. Na primeira otimização, o material considerado foi uma
liga de alumínio e na segunda, uma liga de titânio. A primeira otimização apresentou
24
uma eficiência inferior à segunda, devido a uma limitação em 17° do ângulo da pá na
saída, β B′ 2 – contra 40º utilizado na segunda otimização – para evitar exceder a tensão
de escoamento do material na pá. Neste caso, a rotação e o grau de reação são menores,
o que diminui a eficiência.
Em uma análise fora das condições de projeto, os autores consideraram um
impelidor de liga de titânio, o ar como fluido de trabalho – T0 = 293K e P0 = 101,3kPa –
e as razões de pressão de 8:1, 5:1 e 2,5:1. A análise da eficiência total-estática versus
vazão mássica apresentou uma boa aproximação com os resultados experimentais,
corroborando a acurácia dos modelos de escoamento e de perdas utilizados. Foi
observada ainda uma queda da eficiência nas baixas vazões. Uma das razões é que as
perdas por vazamento aumentam, uma vez que existe uma dimensão mínima a ser
respeitada entre o impelidor e o shroud – limitação mecânica. Outro fato relevante, é
que as perdas por atrito ao longo da máquina também aumentam devido ao baixo
número de Reynolds e da alta rugosidade relativa.
Prosseguindo com a análise, Perdichizzi e Savini constataram que a velocidade
específica ótima, dada uma razão de pressão, é constante para uma extensa faixa de
vazão, respeitando as leis de similaridade. Em vazões muito baixas, a velocidade
específica tende a aumentar devido ao número de pás diminuir e as perdas por
carregamento da pá aumentarem; desta forma, a solução ótima se move na direção de
um alto β 2′ – ângulo da velocidade relativa do gás na saída –, de um alto grau de reação,
com um apreciável aumento da rotação.
A velocidade específica muda inversamente com razão de pressão devido ao
limite de resistência do material. O ângulo ótimo da velocidade relativa do gás na saída,
β 2′ , se mantém praticamente constante – entre 50 e 55º –, embora o ângulo da pá na
saída varie com a razão de pressão. Isto acontece porque o fator de escorregamento
aumenta com a razão de pressão. E fato que, compressores com alta carga necessitam de
um grande número de pás com o intuito de reduzir a carga aerodinâmica. Outra
observação importante é que a razão de pressão não exerce influência no grau de reação
e na razão de desaceleração, exceto nas pequenas vazões.
Em resumo, a partir da análise dos resultados, Perdichizzi e Savini concluíram
que o método de otimização proposto é capaz de fornecer uma estimativa confiável do
desempenho de uma máquina. A análise em diferentes vazões e em diferentes razões de
pressão mostrou como as pequenas máquinas sofrem os maiores prejuízos dos efeitos
25
dimensionais – e. g. folgas, espessuras, números de Reynolds –, e como consequência,
apresentam uma velocidade específica ótima maior. Em altas razões de pressão, a
eficiência global diminui de forma mais acentuada, uma vez que a velocidade específica
não pode crescer devido aos limites de resistência do material. Os diagramas
apresentados pelos autores podem ser úteis para o projeto de compressores centrífugos,
uma vez que eles determinam a melhor velocidade específica e as melhores
características geométricas para se obter a maior eficiência possível em uma máquina.
2.4.2 Al-Zubaidy (1992)
Al-Zubaidy apresenta um esquema completo de CAD – Computer Aided Design

– e CAM – Computed Aided Manufacturing – para impelidores radiais. Iniciando pela
análise unidimensional, estabelecidos os requisitos de desempenho, as principais
dimensões do impelidor são otimizadas usando um algoritmo de otimização. Logo após,
empregando um procedimento direto de projeto, é estabelecida uma geometria
detalhada do impelidor. Estes dados geométricos são então utilizados como dados de
entrada de um conjunto de programas que checa as características do escoamento,
tensão na pá e vibração. Interações entre o projetista e o conjunto de programas são as
mínimas possíveis. Os dados finais gerados podem ser obtidos de forma tabulada,
própria para a produção em máquinas de comando numérico.
O autor inicia fazendo um breve histórico de procedimentos de CAD
desenvolvidos, citando Benson e Fischer (1978), Baines et al. (1979) e Came (1978).
Segundo ele, todos estes procedimentos apresentam características semelhantes: i)
Durante a execução, a intervenção do projetista é requerida em várias etapas; ii) Não há
uma metodologia para a determinação do comprimento axial do impelidor. Esta
dimensão é arbitrada; iii) Surge uma grande necessidade da descrição geométrica do
impelidor. A pá é estimada geralmente por seções cônicas, Lamé Ovals – superelipse –
ou polinômios; iv) Estes procedimentos são adequados essencialmente para análise e
podem ser usados em um projeto de forma indireta.
O procedimento proposto pelo autor é capaz de superar algumas das
desvantagens descritas nos itens acima. Ele propõe um conjunto de nove programas
assim distribuídos: 1º) Análise unidimensional; 2º) Otimização dos parâmetros
unidimensionais; 3º) Projeto direto; 4º) Exequibilidade fabril; 5º) Análise Quasi-3D; 6º)
Análise de tensões; 7º) Análise de vibrações; 8º) Limites de segurança; 9º) Compilação
26
de dados para comando numérico. O fluxograma apresentado na Figura 2.14 descreve
as etapas do procedimento e os pontos necessários de iteração.
Os dois primeiros programas merecem uma especial atenção, visto que estão
ligados diretamente ao tema proposto neste trabalho. Na análise unidimensional,
segundo o autor, para um dado requisito de desempenho, as equações da continuidade,
energia e segunda lei de Newton podem ser combinadas e reescritas sob a forma de
parâmetros adimensionais, assumindo as premissas de uma análise 1D – escoamento
unidimensional e estacionário, fluido de trabalho com comportamento de gás perfeito e
ausência de pré-rotação na entrada do impelidor. A solução destes parâmetros
adimensionais para uma determinada condição de projeto restringe a área de pesquisa
de todas as dimensões do impelidor – i.e., estabelece o range prático das variações dos
parâmetros geométricos e de escoamento. Por exemplo, a Figura 2.13 mostra o
comportamento da razão da altura da pá na saída pelo diâmetro da saída e o ângulo da
pá no shroud vs. a razão do diâmetro do shroud pelo diâmetro da saída, para alguns
valores de razão de difusão – razão de desaceleração. Cabe ressaltar que a razão de
pressão total-total e o número de Mach no shroud são mantidos constantes para todos os
valores de razão de difusão. Percebe-se que para cada valor de razão de difusão existe
um valor máximo para a razão da altura da pá na saída pelo diâmetro da saída, que
ocorre, segundo o autor, com um ângulo da pá na entrada do shroud – β B1s – de
aproximadamente 30º.
Razão da altura da pá na saída
pelo diâmetro externo
Razão de raios shroud-tip
Figura 2.13: Gráfico do projeto preliminar de um impelidor centrífugo –

Adaptado de Al-Zubaidy (1992)
27
Figura 2.14: Fluxograma do procedimento de CAD – Al-Zubaidy (1992)
Uma observação importante ressaltada por Al-Zubaidy é que a escolha do

ângulo da pá no shroud é normalmente determinada mediante as seguintes
considerações: i) Restrições de usinagem / fabricação; ii) Vibração, pois com o intuito
de aumentar a frequência natural do disco, pode ser necessário aumentar a espessura da
28
pá. Logo, o bloqueio resultante só pode ser compensado aumentando-se o ângulo; iii) A
vazão mássica especificada.
O autor ressalta ainda que, baseado nas restrições descritas, nem sempre é
possível escolher um valor ótimo para o ângulo da pá no shroud.
Ao fim da etapa de análise unidimensional, um campo de variação dos
parâmetros geométricos e de escoamento pode ser estabelecido.
A etapa seguinte do procedimento consiste em otimizar os parâmetros
geométricos e de escoamento previamente determinados. Al-Zubaidy relata que o
problema de otimização proposto por ele é estabelecido de forma que qualquer
algoritmo de otimização não-linear pode ser usado para alcançar uma solução numérica
com grande acurácia. Entretanto, se o sistema proposto for muito grande e uma
decomposição em sistemas menores for necessária, um método de otimização mais
apropriado deve ser utilizado.
O problema de otimização proposto consiste em maximizar a eficiência do
impelidor. A função objetivo é dada por:
max F ( X ) = ηimp (2.9)
onde,
 ∆H E 
 2  − (∆hin + ∆hbl + ∆hsf )
U 
F ( X ) = ηimp = 2  (2.10)
 ∆H E 
 2  + ∆hrc + ∆hdf
U 
 2 
e X é um vetor contendo um conjunto de variáveis – X1, X2, ..., Xn – que, sujeito a um

conjunto de restrições, assumem diferentes valores com o intuito de maximizar F ( X ) .
Os modelos de perdas utilizados pelo autor foram: Boyce (1972) para as perdas
por incidência e perdas por carregamento da pá, e Dallenbach et al. (1956) para as
perdas por atrito no disco e perdas por recirculação. As perdas por atrito foram
calculadas considerando a fórmula clássica de perdas em tubos de paredes lisas, sendo
que o coeficiente de atrito foi adaptado para o cálculo de perdas em um impelidor
29
centrífugo. Ele ainda ressalta a existência de modelos de perdas mais sofisticados e que
facilmente podem ser adaptados em seu procedimento.
Em um exemplo, foram escolhidas as seguintes variáveis independentes: o
ângulo da pá no shroud, o raio externo, o raio eficaz na entrada, a largura na entrada, o
comprimento da linha de corrente média, a velocidade absoluta do gás na saída e a
velocidade relativa média. Foram ainda estabelecidas restrições ao projeto com o intuito
encontrar uma solução exequível. No resultado, para uma determinada condição de
serviço estabelecida, o algoritmo precisou de somente cinco iterações para encontrar
uma solução ótima para F ( X ) .
2.4.3 Qiu et al. (2010)
Qiu et al. (2010) propõem um sistema integrado de projeto para turbomáquinas,

tendo como foco principal máquinas como turbinas a gás, turbinas hidráulicas, bombas
e propulsores marítimos. Este sistema incorpora a modelagem do escoamento, a análise
estrutural e a simulação de fabricação sob um ambiente integrado que permite um
efetivo compartilhamento e transferência de informação entre os diferentes estágios e as
diferentes disciplinas do projeto, objetivando um projeto exequível, otimizado e de
baixo custo.
O projeto ser inicia com uma modelagem 1D – meanline modeling – que permite
aos projetistas explorarem um vasto campo de soluções e produzirem um caminho
básico do escoamento e uma estimativa preliminar do desempenho. Com os resultados
da análise 1D, uma geometria inicial 3D pode ser construída. Esta geometria é o centro
do sistema de projeto, pois servirá para a otimização aerodinâmica e mecânica, como,
por exemplo, uma análise completa 3D em fluidodinâmica computacional – CFD – e
uma análise de elementos finitos – FEA. Além disso, a manufatura assistida por
computador – CAM – faz parte do sistema de projeto.
O sistema integrado proposto mostra que um projeto não pode focar somente em
uma análise de desempenho, mas deve também satisfazer simultaneamente requisitos de
integridade estrutural e de fabricação. Segundo os autores, os objetivos de qualquer
projeto podem ser resumidos nesses três aspectos. O primeiro aspecto que diz respeito
aos requisitos de desempenho – aerodinâmica –, envolve, por exemplo, minimizar a
potência consumida ou maximizar a eficiência. O segundo aspecto que diz respeito aos
requisitos estruturais, envolve, por exemplo, não ultrapassar os limites de resistência do
30
material ou evitar o surgimento de frequências de ressonância. O terceiro aspecto, mas
não menos importante, que diz respeito ao processo fabril, foca na exequibilidade e no
menor custo de fabricação possível. Em resumo, o projeto final deve ser um acerto entre
estes três aspectos. Um procedimento convencional de projeto é mostrado na Figura
2.15. Neste delineamento, o custo e o tempo de projeto são altamente elevados, visto
que etapas do projeto não interagem entre si, gerando muito retrabalho. No sistema
proposto pelos autores, todas as análises são realizadas simultaneamente, a partir de
uma geometria 3D gerada com base nos resultados da análise 1D – Figura 2.16.
Início
Projeto
Aerodinâmico
Projeto
Mecânico
Existe algum problema Sim

mecânico?
Não
Fabricação
Sim Não
Existe algum problema Fim
de fabricação?
Figura 2.15: Sistema de projeto linear convencional – Adaptado de Qiu et al. (2010)
Uma observação importante feita pelos autores é que o sucesso do projeto

proposto por eles reside em uma adequada determinação da geometria do impelidor.
Isto reforça a importância do projeto preliminar.
31
Sobre a análise 1D, Qiu et al. (2010) relatam que apesar da existência atual de
sofisticadas ferramentas computacionais 3D, a análise 1D continua sendo uma etapa
insubstituível no projeto de uma turbomáquina. Primeiro, porque é a etapa inicial de um
projeto novo. Somente com a determinação da condição de projeto é impossível
trabalhar com uma ferramenta CFD. É necessário existir uma geometria pré definida.
Somente a análise 1D pode definir esta geometria inicial. Segundo, a praticidade e a
rapidez de um solver 1D permitem a exploração de um grande espaço de soluções.
Centenas de casos podem ser executados em questões de segundos, algo praticamente
impossível para um solver 3D. E, finalmente, as ferramentas CFD continuam
apresentando limitações como uma ferramenta de projeto. Por exemplo, modelar
características do escoamento como atrito no disco, vazamento, ou furos de
balanceamento em CFD apresenta um nível de complexidade geométrica tal que
dificulta a geração da malha. Estes problemas podem ser tratados de forma simples em
uma análise 1D com algumas correlações empíricas validadas.
Em sua forma pura, a análise 1D consiste na análise de apenas uma linha de
corrente – a linha de corrente média. Os autores ainda ressaltam que não deve ser dada
muita ênfase a validação na análise 1D visto que esta análise esta baseada em modelos
empíricos.
Figura 2.16: Sistema de projeto integrado – Adaptado de Qiu et al. (2010)
32
Capítulo 3
Fundamentos de Compressores
Centrífugos
3.1 Introdução
Compressores são máquinas de fluido geratrizes que objetivam fornecer energia
a um fluido no estado gasoso, que pode ser um gás puro ou uma mistura gasosa, com o
intuito de provocar seu escoamento ou simplesmente elevar a sua pressão. Quanto à
forma que a energia é fornecida ao gás, os compressores são classificados em
Volumétricos ou de Deslocamento Positivo e em Dinâmicos ou Turbocompressores. A
Figura 3.1 apresenta uma classificação sumária dos compressores industriais.
Os compressores Volumétricos têm por característica básica de funcionamento a
transferência da energia cedida pela fonte motriz através da movimentação de um
elemento mecânico denominado positivo, que obriga o gás a executar o mesmo
movimento do qual ele está animado. O gás, a cada volta ou golpe do elemento
mecânico, enche os espaços com volume determinado no interior do compressor e
posteriormente é expulso, daí a denominação de compressores volumétricos. Neste
grupo se encontram os compressores alternativos – pistão e diafragma – e os
compressores rotativos – parafusos, lóbulos e palhetas.
Nos compressores Dinâmicos, a energia proveniente da fonte motriz é
transferida ao gás através da sua aceleração provocada por um elemento rotativo, dotado
de pás, denominado impelidor. Uma parte desta energia é recebida pelo gás na forma de
entalpia, estando relacionada com a elevação de pressão que ocorre ainda no impelidor.
Outra parte da energia é transferida ao gás na forma cinética, a qual é convertida
também em entalpia, com suplementar elevação de pressão, ao passar por um órgão fixo
33
denominado difusor. Neste grupo encontram-se os compressores centrífugos e os
compressores axiais.
Diafragma
Alternativos
Pistão
Volumétricos ou de
Deslocamento Positivo
Parafusos
Rotativos Lóbulos
Compressores Palhetas
Centrífugos
Dinâmicos ou
Turbocompressores
Axiais
Figura 3.1: Classificação sumária dos compressores industriais
3.2 Compressores Centrífugos: Características Básicas

Um compressor centrífugo consiste basicamente de um ou mais impelidores
radiais montados em um eixo rotativo no interior de uma carcaça. Conectando o fluxo
de gás entre os impelidores, estão as partes estacionarias como os difusores e as rodas
de pás guias. Cada grupo formado por impelidor, difusor e roda de pás guias constitui
um estágio de compressão da máquina.
Velocidade
Máxima
Difusor
Canal de
Retorno
Impelidor
Entrada
Entrada do
Gás
Figura 3.2: Estágio de compressão de um compressor centrífugo de múltiplos estágios –

Adaptado de Giampiero (2007)
34
Além da carcaça, eixo, impelidores, difusores e rodas de pás guias, outros
componentes importantes de serem mencionados são os selos mecânicos, selos
labirintos, diafragmas e mancais.
Os compressores centrífugos apresentam como principais vantagens – em
relação aos outros tipos de compressores: i) uma grande faixa de operação; ii)
requererem pouca manutenção – a manutenção é relativamente simples devido à
existência de poucos componentes – e; iii) grande disponibilidade. Suas principais
desvantagens são: i) instabilidade em baixas vazões e; ii) eficiência moderada.
Devido aos limites impostos à velocidade periférica do impelidor – por razões de
resistência mecânica –, às altas razões de pressão demandadas pela grande maioria dos
serviços de compressão e às altas temperaturas geradas no processo de compressão, é
muito comum o uso na indústria de compressores centrífugos de múltiplos estágios.
Figura 3.3: Compressor centrífugo de múltiplos estágios – Giampiero (2007)
3.3 Termodinâmica Aplicada ao Funcionamento de um

Compressor
3.3.1 O Compressor como um Volume de Controle
35
Um compressor industrial é modelado termodinamicamente a partir do conceito
de volume de controle, visto que dois fluxos de massa são observados, relativos à
sucção e à descarga da máquina. Ao mesmo tempo, fluxos de calor e trabalho são
trocados com agentes externos.
De um modo simplificado pode-se considerar que no interior de um compressor
ocorre a composição de dois processos independentes e simultâneos:
• Um processo de compressão pura;
• Um processo de movimentação do gás contra um gradiente adverso de
pressão – da sucção para a descarga.
m& m&
Q&
compressor W& acionador
Figura 3.4: O compressor como um volume de controle
3.3.2 A Hipótese de Regime Permanente: Conservação de

Massa e Energia
Na grande maioria dos casos em que se costuma efetuar o balanço energético de

um compressor, na prática a máquina pode ser considerada como operando em uma
condição que pode ser caracterizada como regime permanente. Este regime possui as
seguintes características:
• O estado termodinâmico do gás em qualquer ponto do volume de controle
não varia com o tempo;
• A vazão mássica é constante no interior do volume de controle. Logo, a
quantidade de energia contida no interior do volume de controle também não
varia com o tempo.
Sendo assim, considerando a hipótese de regime permanente e aplicando a
primeira lei da termodinâmica ao volume de controle:
36
(
Q& − W& = E& 2 − E&1 ) (3.1)
logo, para que não haja variação da energia no interior do compressor, a potência
transferida pela fonte motriz – acionador – ( W& ) deverá corresponder à variação de
energia do escoamento ( E& 2 − E&1 ) adicionada ao fluxo térmico rejeitado para o meio
externo ( Q& ). Dividindo a Equação 3.1 pela vazão mássica do escoamento, obtem-se a
equação da energia em termos específicos:
− w = (e2 − e1 ) − q (3.2)
sendo e a energia total específica do gás, que é função da entalpia, da energia potencial
e da energia cinética para um fluido em escoamento, ou seja:
C2
e=h+ + gZ (3.3)
2
e1
e2
w
volume de
controle
Figura 3.5: Energias envolvidas na compressão
Na análise dos turbocompressores, a contribuição da energia potencial é

considerada desprezível e usualmente ignorada. Além disso, estas máquinas operam de
forma que possam ser consideradas essencialmente adiabáticas. Sendo assim, a Equação
3.2 assume a seguinte forma:
 C  
2
C 
2
− w =  h2 + 2  −  h1 + 1  (3.4)
 2   2 
37
Cabe ressaltar que o sinal aplicado para w corresponde à convenção adotada pela
termodinâmica clássica, onde o sinal será positivo se o volume de controle estiver
realizando trabalho e negativo se o volume de controle estiver recebendo trabalho. No
caso da análise de um turbocompressor, não há a necessidade desta convenção. Logo:
 C2  
2
C1 
2

w =  h2 +   
2  −  h1 + 2  (3.5)
   
3.3.3 Compressão Ideal Isentrópica
Também conhecida como compressão adiabática reversível, ou simplesmente

por compressão adiabática, é aquela que ocorre sem trocas térmicas e de modo quase
estático, ou seja, lenta o suficiente para permitir que não ocorram irreversibilidades.
Admite-se ainda que a movimentação do gás no momento de sua compressão é feita
sem a manifestação de efeitos dissipativos – perdas. A compressão ideal isentrópica
obedece ao modelo ideal adiabático reversível para o gás perfeito:
p v γ = constante (3.6)
onde,
cp cp
γ= = (3.7)
cV cp − R
e,
R
R = c p − cV = (3.8)
MW
O coeficiente isentrópico ou adiabático γ é função dos calores específicos e da

temperatura. Logo, γ é uma propriedade termodinâmica.
Combinando a Equação 3.6 com a equação de estado de gás perfeito,
38
pv = RT (3.9)
obtem-se relações entre as propriedades p, v e T em dois pontos quaisquer 1 e 2 deste

processo:
γ
p 2  v1 
=  (3.10)
p1  v2 
γ −1
T2  p 2  γ
=  (3.11)
T1  p1 
γ −1
T2  v1 
=  (3.12)
T1  v2 
Sendo o trabalho por unidade de massa em uma compressão ideal dado por:
w = ∫ − v dp ⇒ w = ∫ v dp (3.13)
e a correlação entre h e T para o gás perfeito,
dh = c p dT (3.14)
obtem-se a seguinte equação para o trabalho ideal isentrópico por unidade de massa:
γ −1
 
2 γ R T1  
 2  − 1
p γ
ws = ∫ v dp = (3.15)
1 γ − 1 MW  p1  
 
No estudo dos turbocompressores, a expressão de ws é denominada head
adiabático – H s .
39
3.3.4 Compressão Ideal Politrópica
É o processo que reflete as não idealidades de uma compressão real e que

possibilita definir o caminho percorrido durante a compressão. Obedece à seguinte
relação:
p v n = constante (3.16)
O processo politrópico pode ser considerado como um processo genérico, já que

o coeficiente n pode assumir diferentes valores, tendo como um dos seus casos
particulares o processo ideal isentrópico.
• processo isobárico : n=0

• processo isotérmico : n=1
• processo isentrópico : n= γ
• processo isométrico : n= ∞
Como a equação que descreve o processo politrópico – Equação 3.16 – é

idêntica à equação que descreve o processo isentrópico – Equação 3.6 –, as equações
desenvolvidas para esta última também são válidas para descrever o processo
politrópico:
n
p 2  v1 
=  (3.17)
p1  v2 
n −1
T2  p 2  n
=  (3.18)
T1  p1 
n −1
T2  v1 
=  (3.19)
T1  v2 
40
n −1
 
2 n R T1  p 
 2  − 1
n
w p = ∫ v dp = (3.20)
1 n − 1 MW  p1  
 
No estudo dos turbocompressores, a expressão de w p é denominada head
politrópico – H p .
Ao contrário do que ocorre com o coeficiente isentrópico, o coeficiente do

processo politrópico não é uma propriedade termodinâmica do gás, desempenhando
apenas o papel de indicador de uma trajetória no plano pressão-volume específico.
2s 2
processo
real
processo
politrópico
Processo
isentrópico
Figura 3.6: Comparação dos processos de compressão no plano pressão-volume

específico – Adaptado de Rodrigues (1991)
3.3.5 Eficiência Termodinâmica da Compressão
É a razão entre o trabalho por unidade de massa associado a um processo ideal

de compressão e o trabalho por unidade de massa efetivamente empregado na
compressão. Estabelece uma base de comparação entre um processo real de compressão
e o processo ideal correspondente.
Considerando uma compressão isentrópica ou adiabática:
ws Hs
ηs = = (3.21)
wreal H real
41
Conforme mencionado anteriormente, turbocompressores operam de forma que
possam ser considerados adiabáticos. Pode-se assim concluir que quanto mais a
temperatura real se afasta da temperatura ideal isentrópica, menor será a eficiência do
processo. Logo:
T2 s − T1
ηs = (3.22)
T2 − T1
Para uma compressão politrópica:
wp Hp
ηp = = (3.23)
wreal H real
Logo:
Hp
η p = ηs (3.24)
Hs
O estado final de um processo real de compressão situa-se sempre à direita de

um estado isentrópico ideal exclusivamente devido à ocorrência de não-idealidades
durante a compressão, já que inexistem trocas térmicas. A Figura 3.6 mostra um
processo ideal isentrópico e um processo ideal politrópico, ambos associados a um
processo real, o qual é representado por uma linha tracejada e sinuosa para mostrar que
seus estados intermediários são condições de não-idealidade.
Pode-se estabelecer o valor do expoente politrópico n de modo que o processo
politrópico correspondente passe pelos pontos inicial e final do processo real,
empregando a Equação 3.18.
Considerando o comportamento de gás perfeito é possível demonstrar a
existência de uma relação entre os expoentes relativos a esses processos ideais e a
eficiência politrópica:
n −1 γ −1
= (3.25)
n γηp
42
A Equação 3.25 mostra que, fixada a natureza do gás, e consequentemente o
valor de γ , o expoente n servirá, tanto quanto a eficiência politrópica, para indicar o
grau de não-idealidade do processo real de compressão. Quanto mais intensas forem as
não-idealidades, mais o estado final de compressão real se afastará para a direita,
causando um aumento do expoente n em relação à γ , e, como consequência, queda da
eficiência politrópica.
3.3.6 Condição de Estagnação
O conceito de estagnação ou estado total é definido como sendo o estado o qual

um fluido compressível alcançaria se fosse desacelerado isentropicamente até atingir
velocidade zero. Este conceito é fundamental quando se aborda a dinâmica de
compressão de um gás.
Em um turbocompressor ocorrem grandes mudanças de velocidade ao longo dos
estágios devido ao processo de compressão. Sendo assim é fundamental o conceito de
estagnação aplicado ás propriedades termodinâmicas envolvidas. A entalpia de
estagnação é definida como a soma da entalpia estática com a energia cinética:
C2
h0 = h + (3.26)
2
A temperatura de estagnação é obtida a partir da correlação entre h e T para o

gás perfeito – Equação 3.14. Substituindo h = c p T e h0 = c p T0 na Equação 3.26,
C2
T0 = T + (3.27)
2c p
Sendo c p = γ R /(γ − 1) :
 γ −1 C
2
T0
=1+   (3.28)
T  2  γRT
43
e considerando as equações da velocidade do som ( a = γRT ) e do número de Mach
( M = C / a ), a equação da temperatura de estagnação assume a seguinte forma:
T0 γ −1 2
=1+ M (3.29)
T 2
h p01s p01
01s 01
2
C1
2
p1
Figura 3.7: Diagrama h-s para um estado de estagnação
A pressão de estagnação é obtida considerando que o processo de desaceleração

é adiabático, isentrópico e o gás é perfeito. A partir da correlação entre pressão e
temperatura – Equação 3.11:
γ −1
T0  p0  γ
=  (3.30)
T  p 
e da equação da temperatura de estagnação – Equação 3.28 –, chega-se a seguinte

equação para a pressão de estagnação:
γ
p0  γ − 1 2  γ −1
= 1 + M  (3.31)
p  2 
44
A massa específica de estagnação é obtida a partir da equação do gás perfeito –
Equação 3.9 – correlacionada com a equação da pressão de estagnação – Equação 3.31:
1
ρ0  γ − 1 2  γ −1
= 1 + M  (3.32)
ρ  2 
Nota-se que as equações de estagnação obtidas para T, p e ρ são função da

quantidade estática da propriedade e do número de Mach do escoamento. Estas
equações se aplicam a qualquer ponto do escoamento e definem o estado de estagnação
no ponto, independente se o processo é reversível ou não.
As equações do trabalho definidas nos itens anteriores devem ser descritas em
termos das condições de estagnação:
w = h02 − h01 = c p (T02 − T01 ) (3.33)
γ −1
 
γ R T01  
 02  − 1
p γ
ws = (3.34)
γ − 1 MW  p01  
 
n −1
 
n R T01  p 
 02  − 1
n
wp = (3.35)
n − 1 MW  p01  
 
A eficiência total-total de um turbocompressor é dada pela razão da diferença

das entalpias de estagnação:
h02 s − h01
η t −t = (3.36)
h02 − h01
45
3.4 Teoria dos Compressores Centrífugos
3.4.1 Equação Fundamental – Teoria de Euler
No impelidor de um compressor centrífugo se dá a transferência de energia para

o gás. As pás do impelidor impõem uma variação da quantidade de movimento angular
do escoamento de gás, que reage exercendo um torque sobre o impelidor. Este gira a
velocidade angular constante, o que implica na existência de uma potência disponível,
no movimento de rotação do impelidor e, consequentemente, no eixo do compressor.
P =Tω (3.37)
No desenvolvimento da equação fundamental dos compressores centrífugos, são

assumidas idealizações no comportamento do escoamento do gás através do impelidor.
Estas idealizações têm o objetivo de simplificar a análise matemática, obtendo-se a
equação fundamental de forma rápida e simples. Desta forma, a equação obtida será
uma “equação idealizada”, que não representará o processo real do escoamento do gás e
da transferência de energia através do impelidor do compressor. Para que esta equação
seja uma representação mais adequada do processo real, correções deverão ser
implementadas, a partir da eliminação gradual das idealizações assumidas no processo
de formulação original.
Sendo assim, notam-se duas etapas distintas no processo de formulação da
equação fundamental dos compressores centrífugos, que corresponde ao processo de
formulação da equação fundamental das máquinas de fluxo em geral: Inicialmente
admitem-se hipóteses idealizadoras do escoamento do gás através do impelidor,
obtendo-se a “equação idealizada” para o processo; em seguida, eliminam-se
gradualmente as hipóteses idealizadoras, corrigindo-se a equação original. A equação
final resultante deve representar o processo real, tão bem quanto possível.
A primeira hipótese idealizadora adotada considera que, “no processo de
transferência de energia do impelidor ao gás, não ocorre qualquer tipo de perda, ou
seja, não há qualquer ineficiência na transferência de energia”. Sendo assim,
considera-se que toda a potência transmitida pelo impelidor é efetivamente transferida
ao gás.
46
T ω = H E m& (3.38)
Logo,
Tω
HE = (3.39)
m&
À energia por unidade de massa transferida ao gás – HE – denomina-se head de

Euler ou head teórico.
aresta de saída movimento relativo da partícula de gás
pá
aresta de entrada
ω
centro de giro do impelidor
Figura 3.8: Elementos de um impelidor centrífugo
De forma a obter com facilidade a equação para o torque, postula-se uma

segunda hipótese idealizadora: “o impelidor do compressor é formado por infinitas pás
de espessura desprezível”. A ideia básica desta hipótese é a de que o escoamento
relativo do gás, sendo unidimensional, seja determinado exatamente pela curvatura das
pás em todo o seu percurso através do impelidor. Sendo assim, pode-se afirmar que o
vetor velocidade relativa do gás é sempre tangente à pá, em qualquer ponto do
escoamento através do impelidor.
A lei da conservação do momento angular postula que, para um escoamento
permanente, o fluxo líquido de quantidade de movimento angular através de uma
superfície de controle é igual a um torque. Logo, para se obter uma equação para o
torque, em função das variáveis do escoamento e das propriedades do gás, aplica-se a
47
equação da conservação do momento angular a um volume de controle que envolva o
impelidor. Para isto, é necessário conhecer a velocidade absoluta do escoamento – em
relação a um referencial inercial – em seu percurso através do impelidor. Esta
velocidade é obtida através da composição vetorial da velocidade relativa do
escoamento, que é conhecida em direção e sentido em qualquer posição radial entre as
arestas de entrada e saída do impelidor, com a velocidade tangencial do impelidor.
W2
β2
C2
α2
W1
U2
β1
C1
α1
U1
Figura 3.9: Corte radial do impelidor – composição vetorial para determinar a

velocidade absoluta do gás
É interessante observar, a partir da definição dos ângulos α e β – Figura 3.9 –,

que o ângulo β , nesta idealização do escoamento, está fixado a partir do momento em
que se define o projeto mecânico do impelidor. Já o ângulo α é função das
características operacionais do compressor – rotação, vazão, etc. Por exemplo, se
houver variação de rotação no compressor, haverá uma variação do ângulo α , pois isto
alterará a velocidade tangencial do impelidor, o que altera o triângulo de velocidades.
Com a definição das velocidades do escoamento e os ângulos que elas formam,
pode-se então formular uma equação para o torque em função das variáveis
operacionais e características de projeto do impelidor.
T = ∆ (m& C r ) = m& (C2 r2 cos α 2 − C1 r1 cos α1 ) (3.40)
48
C1 C1 W1
W1
β1 α1 α1 β
1
U1 U1
C2 C2 W2
W2
β2 α2 α2 β2
U2 U2
Figura 3.10: Triângulos de velocidades nas arestas de entrada e saída do impelidor
Desta forma, o head de Euler pode ser expresso em termos das variáveis do
escoamento e das dimensões características do impelidor:
Tω
HE = = (C2 r2 cos α 2 − C1 r1 cos α1 ) ω (3.41)
m&
ou ainda, considerando a Figura 3.11,
H E = U 2 C 2u − U 1 C1u (3.42)
Observando o triangulo de velocidades na entrada do impelidor, nota-se que o

ângulo α1 pode ser considerado muito próximo de 90º. Sendo assim, a equação do head
de Euler assume a seguinte forma:
H E = ω r2 C2 cos α 2 = U 2 C2u (3.43)
A Equação 3.43 é a forma idealizada e simplificada da equação fundamental dos

compressores centrífugos e das máquinas de fluxo em geral. Porém esta equação não
está explicitada em função das características de projeto do impelidor e das condições
operacionais da máquina. Sendo C 2u = U 2 − C 2 r cot β 2 – Figura 3.11:
49
H E = U 2 C2u = U 2 (U 2 − C2 r cot β 2 ) (3.44)
A componente radial C2r pode ser expressa em termos da vazão em volume que
o compressor descarrega, aplicando-se a equação de conservação da massa ao mesmo
volume de controle ao qual foi aplicado a equação de conservação da quantidade de
movimento angular.
Q2 = C 2 r A2 (3.45)
onde A2 é a área de saída ao longo do perímetro do impelidor, ou seja:
A2 = 2 π r2 b2 (3.46)
Logo, a equação fundamental assume a seguinte forma:
Q2
H E = U2 −U2 cot β 2
2
(3.47)
2 π r2 b2
A Equação 3.47 explicita os fatores que influenciam a transferência de energia

ao longo do impelidor:
• Características de projeto: Raio externo, altura e ângulo de saída das pás do
impelidor;
• Características operacionais: Vazão e rotação.
C2 W2
C2r
α2 β2
C2u U2
Figura 3.11: Componentes tangencial e radial da velocidade absoluta

na aresta de saída
50
A influência da rotação e do diâmetro do impelidor se traduz por meio da
velocidade U2. O head aumenta com a rotação e com o diâmetro. O ângulo de
inclinação das pás na saída do impelidor apresenta forte influência sobre a transferência
de energia. O impelidor possui pás inclinadas para trás quando β 2 < 90º , pás radiais
quando β 2 = 90º e pás inclinadas para frente quando β 2 > 90º . Como demonstra a
Equação 3.47, se forem mantidos constantes os demais fatores, quanto maior o ângulo
β 2 , maior a transferência de energia. Os compressores centrífugos industriais, no
entanto, são dotados de impelidores cujas pás são inclinadas para trás – ou radiais, em
alguns poucos casos – pelos seguintes motivos: i) à medida que aumenta o ângulo β 2 ,
reduz-se o grau de reação do impelidor e com isso a eficiência; ii) o aumento do ângulo
β 2 reduz a faixa de operação estável do compressor.
A vazão de operação é outro fator importante de influência sobre o head.
Mantidos os demais fatores constantes na Equação 3.47, verifica-se que há uma
correspondência linear da vazão com o head.
A largura de saída – altura da pá – do impelidor atua, através da área de saída,
como coeficiente de relação linear entre o head e a vazão descarregada. Isto significa
que uma variação na largura do impelidor faz o mesmo efeito do que a uma mudança na
escala das abscissas da curva head vs. vazão. O valor de cada vazão deve ser, neste
caso, corrigido de modo diretamente proporcional à largura, mantendo-se o head.
A teoria de Euler mostra-se eficaz na predição da transferência de energia em
um impelidor centrífugo, principalmente quando é formulada a hipótese de entrada
radial. Porém o escoamento real não é uniforme nem unidimensional. O desempenho
real de um compressor centrífugo se difere do desempenho teórico devido aos seguintes
fatores:
• Não-uniformidade da velocidade na saída do impelidor. Como é impossível
construir um impelidor com infinitas pás, o gás acaba não tendo
comportamento uniforme entre uma pá e a outra;
• O ângulo de saída da velocidade relativa do gás sofre uma pequena
alteração. Esse fenômeno é conhecido como escorregamento – Seção 3.4.2;
• O escoamento do gás no interior do impelidor é totalmente turbulento com
formação de vórtices e esteiras.
• Perdas – atrito e recirculação interna.
51
HE
β 2 > 90º
β 2 = 90º
2
U2
β 2 < 90º
(a)
Q2
(b)
Figura 3.12: (a) Comportamento head vs. vazão volumétrica descarregada para um
impelidor centrífugo, com base na teoria de Euler; (b) Possíveis configurações das pás –
Adaptado de Rodrigues (1991)
A Figura 3.13 mostra as curvas teórica e real de desempenho de um compressor

centrífugo. A curva real só pode ser levantada em testes de desempenho do compressor
em uma mesma velocidade.
escorregamento e não-uniformidade
das velocidades
H
atrito interno
choques,
turbulências
Figura 3.13: Influência das não idealidades sobre o desempenho de um compressor

centrífugo – Adaptado de Rodrigues (1991)
52
3.4.2 Fator de Escorregamento
Uma das hipóteses estabelecidas do desenvolvimento da equação fundamental –

Seção 3.4.1 –, é que o gás, ao sair do impelidor, tem a mesma trajetória da linha
tangencial à pá. Na prática isto não ocorre, pois o gás não é perfeitamente guiado por
um número infinito de pás, mesmo considerando uma condição ideal de não-fricção.
Este fenômeno leva a alteração do triângulo de velocidades.
A Figura 3.14 mostra que o ângulo β 2 da velocidade relativa média do
escoamento se difere do ângulo da pá, β B 2 . À diferença β B 2 − β 2 denomina-se efeito de
escorregamento, que depende do perfil das pás e do número de pás. Intuitivamente
pode-se estabelecer que quanto maior for o número de pás, menor será o efeito do
escorregamento, visto que z → ∞, β 2 ≈ β B 2 .
∆C2u
C2
W2
C2 r
β2
β B2
C2u ( real ) U2
C2u (teórico )
Figura 3.14: Triângulo de velocidades com o efeito do escorregamento
Pode-se notar que o efeito do escorregamento se traduz em uma redução da

componente tangencial da velocidade absoluta do gás. Com isto, a quantidade de
momento angular na saída do impelidor, e consequentemente a energia transferida pelo
impelidor ao gás, será menor no caso real – número finito de pás – se comparado ao
caso ideal – número infinito de pás. A diferença C2u (teórico ) − C2u ( real ) é denominada
velocidade de escorregamento. Denomina-se fator de escorregamento – ou eficiência da

pá – a relação:
53
C2u ( real )
σ= (3.48)
C2u ( teórico )
Esta equação estabelece o grau de desvio das linhas de corrente do escoamento

em relação à pá na saída do impelidor.
Para o cálculo do fator de escorregamento em função da geometria do impelidor
– em particular o número de pás – existem diversas fórmulas e gráficos desenvolvidos,
alguns em base teórica e outros essencialmente experimentais.
Falcão (2002) sugere duas equações relativamente simples e frequentemente
utilizadas. Ele cita a equação de Stodola (1927), aplicada preferencialmente para valores
pequenos de β B 2 – entre 20º e 30º – ângulos comuns em bombas:
π sin β B 2
σ = 1−
 C  (3.49)
z 1 − 2 r cot β B 2 
 U2 
Para valores de β B 2 próximos de 90º – comuns em compressores de alta rotação

–, ele cita Stanitz (1952):
1,98
σ = 1−
 C  (3.50)
z 1 − 2 r cot β B 2 
 U2 
Wiesner (1967) fornece uma extensa análise das técnicas utilizadas para se
calcular o fator de escorregamento em impelidores. Ele conclui que o procedimento de
Busemann descrito por Wislicenus (1965) é o melhor procedimento para se estimar as
velocidades alteradas pelo escorregamento. Wiesner aproximou os resultados de
Busemann pela seguinte equação:
sin β B 2
σ = 1− (3.51)
z 0, 7
54
3.4.3 Entalpia de Estagnação Relativa e o Conceito de
Rotalpia
O conceito da entalpia de estagnação reflete a conservação da energia de um

fluido em escoamento de forma adiabática onde não há realização de trabalho. Em um
compressor centrífugo, isto ocorre em partes estacionárias como difusores e pás guias,
mas não no impelidor, onde há a transferência de energia para o gás. Sendo assim, para
o impelidor, faz-se necessário estabelecer uma propriedade, similar a entalpia de
estagnação, que caracterize o processo.
Em um compressor centrífugo, o head de Euler, que é a energia total por
unidade de massa recebida pelo gás no impelidor, coincide com o aumento da entalpia
de estagnação do gás:
H E = U 2 C 2u − U 1 C1u = h02 − h01 (3.52)
Esta relação é verdadeira para um escoamento permanente, adiabático e

irreversível em um impelidor. Sendo h0 = h + C 2 / 2 , C 2 = W 2 + U 2 − 2U Wu (Figura
3.10) e U Cu − U Wu = U 2 :
 W  
2
W  U
2 2
U
2
 h2 + 2  −  h1 + 1  = 2 − 1 (3.53)
 2   2  2 2

A quantidade h2 + W 2 / 2 é denominada entalpia de estagnação relativa – h0 r –,
que é análoga à entalpia de estagnação h0 . Nota-se que a variação da entalpia de

estagnação relativa ao longo do impelidor é função apenas da velocidade periférica:
2 2
U 2 U1
h0 r 2 − h0 r1 = − (3.54)
2 2
Uma vez definida a entalpia de estagnação relativa, outras quantidades de

estagnação relativas podem ser determinadas:
55
h0 r
T0 r = (3.55)
cp
γ γ
P0 r  T0 r  γ −1  γ − 1 2  γ −1
=  = 1 + Mr  (3.56)
P T   2 
onde,
W
Mr = (3.57)
γ RT
A Equação 3.54 também pode ser rearranjada de forma a explicitar a

propriedade denominada rotalpia – I:
W2 U2 U2
I = h+ − = h0 r − (3.58)
2 2 2
A rotalpia é usada somente na região do impelidor, enquanto que a entalpia de

estagnação é usada em todo o percurso do gás no interior do compressor, havendo ou
não transferência de energia ou mudança de raio. Cabe ressaltar que a rotalpia é
constante ao longo do escoamento.
A Equação 3.54 é uma equação geral que pode ser aplicada em qualquer
situação encontrada em uma turbomáquina, incluindo componentes estacionários e
rotativos, com ou sem mudanças de raio, desde que as propriedades do gás estejam
definidas relativamente ao componente considerado.
3.4.4 Análise Dimensional e Semelhança
Uma forma prática e simples de se prever o desempenho de uma turbomáquina é

através da análise dimensional. Em linhas gerais, este procedimento visa reduzir um
grupo de variáveis que exercem influência sobre um determinado fenômeno físico em
um grupo menor de variáveis – os parâmetros adimensionais. Isto promove um grande
benefício, pois reduz o esforço experimental, uma vez que ao invés de se buscar
56
correlacionar todas as variáveis umas com as outras, correlacionam-se apenas os
parâmetros adimensionais.
O objetivo básico de se aplicar a teoria de análise dimensional no projeto de uma
turbomáquina, é transferir o projeto otimizado de uma máquina específica para outras
máquinas “semelhantes”. As condições a serem satisfeitas para se obter uma
similaridade rigorosa entre duas máquinas são: i) Similaridade geométrica – mesma
forma geométrica e dimensões lineares, relacionadas por um fator de escala constante,
incluindo folgas, rugosidade superficial, espessura das pás, etc.; ii) Similaridade
dinâmica – forças paralelas e com magnitudes relacionadas por um fator de escala
constante – similaridade de esforços.
A partir das variáveis envolvidas no desempenho de um turbocompressor tais
como as propriedades do gás – massa específica, viscosidade e a constante do gás –, as
condições de entrada e saída – pressões e temperaturas de estagnação –, as
características geométricas da máquina – definidas apenas pelo diâmetro externo do
impelidor – e as variáveis de controle – rotação e vazão –, vários parâmetros
adimensionais podem ser desenvolvidos. Os principais parâmetros adimensionais
utilizados no projeto de um turbocompressor são: O coeficiente de vazão, o número de
Mach periférico, o coeficiente de head e o número de Reynolds.
O coeficiente de vazão é comumente utilizado para caracterizar o desempenho
de máquinas que trabalham com fluidos incompressíveis – como as turbobombas. É
determinado pela seguinte expressão:
Q Q
φ= = (3.59)
Nd 2
3
π r2 2 U 2
No caso dos turbocompressores, que operam com fluidos compressíveis, formas

diferentes do coeficiente de vazão podem ser encontradas, dependendo da forma que a
vazão volumétrica é calculada. Aungier (2000) propõe o cálculo nas condições de
estagnação na entrada do impelidor – olho do impelidor –, já Sapiro (1995) propõe o
cálculo nas condições estáticas na entrada da pá do impelidor. O cálculo do coeficiente
de vazão na entrada é interessante, pois identifica os ângulos de entrada do gás no
impelidor. Cabe ressaltar que o este parâmetro adimensional pode ser calculado tanto
para as condições de entrada como para as condições de saída do impelidor.
57
O coeficiente de vazão é utilizado basicamente para caracterizar o tipo de
impelidor/estágio e a eficiência esperada para uma determinada condição de projeto.
Quanto menor for o coeficiente de vazão, mais estreita será a largura do impelidor na
saída e mais limitada será a sua eficiência. O contrário acontece com altos coeficientes
de vazão, onde a largura do impelidor na saída será maior e maior a eficiência esperada.
Este comportamento é mostrado por Dalbert et al. (1999) – Figura 3.15.
O número de Mach periférico é uma avaliação dos níveis do número de Mach na
máquina. A razão de pressão e a razão de temperatura estão diretamente relacionadas
com este parâmetro. Um estágio de compressor centrífugo é projetado para um valor
específico de MU e depois otimizado para este valor. Quando operando em outros
valores, alterações na densidade do gás – com a razão de pressão – irão levar os
componentes do estágio – impelidor, difusor, etc. – a operarem em uma condição
diferente da projetada. Sendo assim, existe uma faixa limitada de valores de MU para
qual um desempenho aceitável pode ser alcançado.
Eficiência no ponto de projeto

Perdas e eficiência
Perdas por atrito no disco

Perdas por vazamento
Perdas aerodinâmicas
Coeficiente de vazão
Figura 3.15: Perdas e eficiência vs. coeficiente de vazão –

Adaptado de Dalbert et al. (1999)
Este parâmetro ainda avalia a compressibilidade do gás – um baixo Mach

periférico representa uma baixa alteração da densidade do gás e vice-versa. O número
de Mach periférico é determinado pela seguinte equação:
58
U2
MU = (3.60)
a01
Falcão (2002) ainda propõe a seguinte equação equivalente:
Nd2
MU = (3.61)
R T01
O coeficiente de head representa a capacidade do impelidor de fornecer energia

ao gás. Este parâmetro influi determinantemente na velocidade do impelidor e no
ângulo de saída do gás. Sendo assim, µ exerce grande influência na eficiência. É
determinado pela seguinte expressão:
2 Hs
µ= 2 (3.62)
U2
ou,
µ = 2 λ ηest (3.63)
Aungier (2000) ainda propõe uma alternativa para φ e µ – a velocidade

especifica e o diâmetro específico, que são parâmetros igualmente significantes para
caracterizar o desempenho, porém não apresentam uma interpretação física direta para
φ e µ.
1,773 φ
ns = (3.64)
µ 0, 75
1,128 µ 0, 25
ds = (3.65)
φ
Quando os estágios de um compressor centrífugo são submetidos a uma vasta

gama de condições de serviço – e.g. compressores de processo –, o número de Reynolds
também se torna um importante parâmetro de análise. Uma vez que a influência do
59
atrito das paredes no desempenho é função do Re, alterações neste parâmetro irão alterar
o desempenho. O número de Reynolds é a medida da razão entre as forças de inércia e
as forças viscosas.
Cumpsty (1989) sugere calcular o Re para compressores centrífugos em função
da velocidade periférica do impelidor e da largura do impelidor na região de saída.
Sendo assim, o número de Reynolds é estabelecido pela seguinte expressão:
ρ b2 U 2
Re = (3.66)
µ
60
Capítulo 4
Metodologia de Projeto e Otimização
4.1 Metodologia de Projeto
A metodologia desenvolvida neste trabalho para o projeto do impelidor de

compressor centrífugo é composta do projeto preliminar da geometria e da verificação
do desempenho.
No projeto preliminar da geometria foi utilizada como base a metodologia
proposta por Whitfield e Baines (1990), com algumas adaptações que foram
basicamente a adequação das equações considerando os ângulos tomados a partir da
direção tangencial e a inclusão de algumas equações necessárias à verificação do
desempenho.
Na verificação do desempenho foi utilizado como base o estudo de Oh et al.
(1997). Deste estudo, os seguintes modelos de perdas foram considerados: Perda por
incidência, perda por carregamento da pá, perda por atrito, perda por folga, perda por
recirculação, perda por atrito no disco e perda por vazamento. Além do levantamento
das perdas, foram incluídas equações para a determinação da eficiência do impelidor e
da potência do processo de compressão.
4.1.1 O Projeto Preliminar do Impelidor com Base na

Metodologia de Whitfield e Baines (1990)
As seguintes premissas de projeto devem ser consideradas na metodologia

proposta pelos autores:
i) Escoamento permanente e unidimensional;
ii) O gás possui comportamento de gás perfeito;
iii) Inexistência de pré-rotação na entrada do impelidor.
61
Dados iniciais:
• Eficiência total-total do impelidor (η imp )
• Eficiência total-total do estágio de compressão (η est )
• Ângulo relativo do gás no shroud ( β1s )
• Ângulo absoluto do gás na saída ( α 2 )
• Razão de raios hub-shroud ( τ hs )
• Razão de raios shroud-tip ( τ st )
• Ângulo da pá na saída ( β B 2 )
• Número de pás ( z )
• Ângulo de incidência ( i )
Equações básicas:
• Fator de escorregamento – Wiesner (1967):
sin β B2
σ =1 − (4.1)
z 0, 7
• Massa específica de estagnação do gás na entrada:
p01
ρ01 = (4.2)
R T01
• Coeficiente de trabalho:
σ
λ=
cot β B2 (4.3)
1+
cot α 2
62
• Velocidade de estagnação do som na entrada:
a 01 = γ R T01 (4.4)
• Velocidade periférica da saída:
1
  γ −1   2
  PR γ − 1 
U2 =   a01 (4.5)
 λ (γ − 1)η est 
 
• Componente da velocidade absoluta na saída na direção tangencial:
C2u = U 2 λ (4.6)
• Velocidade absoluta na saída:
C2u
C2 = (4.7)
cosα 2
• Temperatura de estagnação na saída:
 U C 
T02 = 1 + (γ − 1) 2 22u  T01 (4.8)
 a01 
• Pressão de estagnação na saída:
γ
 T   γ −1
p 02 = ηimp  02 − 1 + 1 p 01 (4.9)
  T 01  
63
• Velocidade de estagnação do som na saída:
a01
a02 = 1
 T01  2 (4.10)
 
 T02 
• Temperatura estática na saída:
 γ −1  C2 
2

T2 = 1 −    T02 (4.11)
 2  a02  
• Número de Mach na saída:
C2 T02
M2 = (4.12)
a02 T2
• Velocidade estática do som na saída:
a02
a2 = 1
 T02  2 (4.13)
 
 T2 
• Componente da velocidade relativa na saída na direção tangencial:
W2u = C2u − U 2 (4.14)
• Componente da velocidade absoluta na saída na direção radial:
C2r = a2 M 2 sin α 2 (4.15)
64
• Número de Mach relativo na saída:
1
 W  2  C 
2
2
Mr2 =  2u  +  2r   (4.16)
 a2   a2  
• Velocidade relativa na saída:
1
 T 2
W2 = M r 2  2  a01 (4.17)
 T01 
• Ângulo relativo do gás na saída:
C 
β2 = arcsin  2r  (4.18)
 W2 
• Pressão estática na saída:
p02
p2 = γ
 T02  γ −1 (4.19)
 
 T2 
• Massa específica estática do gás na saída:
p2 T01
ρ2 = ρ 01 (4.20)
T2 p01
• Velocidade periférica do shroud:
U1s = U 2 τ st (4.21)
65
• Componente da velocidade relativa no shroud na direção tangencial:
W1us = −U1s (4.22)
• Velocidade absoluta na entrada:
U 1s
C1 = (4.23)
cot β1s
• Número de Mach na entrada do shroud:
−1
C1  γ − 1  C1  
2 2
M 1s = 1 −    (4.24)
a01  2  a01  
 
• Número de Mach relativo na entrada do shroud:
M 1s
M r1s = (4.25)
sin β1s
• Velocidade relativa na entrada do shroud:
1
 W 2  C  2  2
W1s =  1us  +  1   a01 (4.26)
 a01   a01  
• Massa específica estática na entrada:
−1
 γ −1  γ −1
ρ1 = 1 + M 1s 2  ρ01 (4.27)
 2 
66
• Coeficiente de head:
µ = 2 λ ηest (4.28)
• Coeficiente de vazão:
φ=
ρ1
ρ01
(
τ st 1 −τ hs
2
)
2 C1
U2
(4.29)
• Vazão mássica adimensional:
U2
θ =φ (4.30)
a01
• Velocidade específica:
1

π τ
 st
2
1 − τ(hs )
2 C1 
U 2 
2
(4.31)
ns = 
(λ ηest ) 4
3
• Área da saída:
m&
A2 = (4.32)
θ ρ 01 a01
• Raio externo:
1
 A 2
r2 =  2  (4.33)
π 
67
• Raio do shroud:
r1s = τ st r2 (4.34)
• Raio do hub:
r1h = τ hs r1s (4.35)
• Altura da pá na saída:
θ
b2 = r
ρ 2 C2 r 2 (4.36)
2
ρ01 a01
• Velocidade angular – rotação:
U2
N = (4.37)
r2
• Temperatura estática na entrada:
T01
T1 =
 (γ −1) M 1s 2  (4.38)
1 + 
 2 
• Pressão estática na entrada:
p01
p1 = γ
 (γ −1) M 1s 2  γ −1 (4.39)
1 + 
 2 
68
• Velocidade estática do som na entrada:
a1 = γ R T1 (4.40)
• Massa específica de estagnação na saída:
1
 (γ − 1) M 2  2 γ −1
ρ02 = 1 +  ρ2 (4.41)
 2 
• Raio eficaz na entrada:
r1s + r1h
2 2
r1 = (4.42)
2
• Velocidade periférica do hub:
U1h = U1s τ hs (4.43)
• Velocidade periférica eficaz na entrada:
U 1s + U 1h
2 2
U1 = (4.44)
2
• Área da entrada:
(
A1 = π r1s − r1h
2 2
) (4.45)
• Ângulo relativo do gás no hub:
U 
β1h = arccot  1h  (4.46)
 C1 
69
• Ângulo eficaz do gás na entrada:
β1s + β1h
2 2
β1 = (4.47)
2
• Ângulo eficaz da pá na entrada:
β B1 = β1 + i (4.48)
• Ângulo da pá na entrada do shroud:
β B1s = β1s + i (4.49)
• Ângulo da pá na entrada do hub:
β B1h = β1h + i (4.50)
• Velocidade relativa na entrada do hub:
C1
W1h = (4.51)
sin β1h
• Velocidade relativa eficaz na entrada:
W1s + W1h
2 2
W1 = (4.52)
2
• Componente da velocidade relativa no hub na direção tangencial:
W1uh = −U1h (4.53)
70
• Componente da velocidade relativa eficaz na entrada na direção tangencial:
W + W1uh
2 2
W1u = − 1us (4.54)

2
• Largura da entrada:
b1 = r1s − r1h (4.55)
4.1.2 Verificação do Desempenho com Base nos Estudos

de Oh et al. (1997)
• Perda por incidência – Conrad et al. (1980):
2
W1u
∆hin = f in (4.56)
2
onde, f in = 0,5 − 0,7
• Perda por carregamento da pá – Coppage et al. (1956):
∆hbl = 0,05 Df U 2
2 2
(4.57)
0,75 ∆H E / U 2
2
W
onde, D f = 1 − 2 +
W1s (W1s / W2 ) [( z / π )(1 − r1s / r2 ) + 2 r1s / r2 ]
• Perda por atrito – Jansen (1967):
LB
∆hsf = 2 C f W 2
(4.58)
dh
C1s + C2 + W1s + 2W1h + 3W2

onde, W =
8
71
• Perda por folga – Jansen (1967):
1
   2
   
ε  4π  r1s2 − r1h 2  
∆hcl = 0,6 C2u  C2u C1  (4.59)
b2 b2 z  (r − r ) 1 + ρ2   
1s  
 
2
 ρ1   
 
• Perda por atrito no disco – Daily e Nece (1960):
ρ r2 U 2
2 3
∆hdf = f df (4.60)
4m&
ρ1 + ρ 2
onde, ρ =
2
 2,67
 Re 0, 5 Re df < 3 ×105
 df
f df =
 0,0622 Re df ≥ 3 ×10
5
 Re df 0, 2

U 2 r2
Re df =
ν2
• Perda por recirculação – Oh et al. (1997):
(
∆hrc = 8 ×10 −5 sinh 3,5 α 2 D f U 2
3
) 2 2
(4.61)
• Perda por vazamento – Aungier (1995):
m& cl U cl U 2
∆hlk = (4.62)
2 m&
onde, U cl = 0,816 (2 ∆Pcl / ρ 2 )

m& (r2 C2u − r1 C1u )
∆Pcl =
z r b Lm
72
r1 + r2
r =
2
b1 + b2
b=
2
m& cl = ρ 2 z ε Lm U cl
• Eficiência do impelidor:
 ∆H E 
 2  − (∆hin + ∆hbl + ∆hsf + ∆hcl )
U 
=
2 
ηimp (4.63)
 ∆H E 
 2  + ∆hrc + ∆hdf + ∆hlk
U 
 2 
• Head termodinâmico – adiabático:
 γ −1

γ R T01  p02  γ
Hs =   − 1 (4.64)
γ − 1 MW  p01  
 
• Eficiência do estágio de compressão:
η est = η imp η pes (4.65)
• Potência termodinâmica de compressão:
m& H s
GkW = (4.66)
ηest
4.2 Otimização
Otimização é o processo de encontrar a melhor solução dentre um conjunto de
soluções possíveis de um problema. Existe um conjunto particular de problemas para o
73
qual é decisiva a aplicação de um procedimento de otimização. São problemas
complexos, de difícil solução, ou que muitas vezes apresentam milhares de soluções
possíveis.
A otimização pode se dividida em duas classes: global e local. A otimização
global encontra a melhor solução do conjunto de “todas” as soluções possíveis. A
otimização local encontra a melhor solução dentro de um conjunto de soluções que está
próximo a outro. Na otimização local, a solução encontrada depende do ponto de início
do processo de busca do ótimo. A otimização global sempre encontrará a melhor
solução possível, independentemente das condições de início do processo de busca,
porém geralmente requisita um maior poder de computação.
Pode ser praticamente impossível de se encontrar uma solução ótima global em
algumas aplicações, entretanto, uma solução ótima local pode ser bastante eficiente. Em
muitos casos, encontrar o ótimo global não é necessário. Encontrar rapidamente uma
boa solução – ótimo local – pode ser mais desejável do que encontrar demoradamente a
melhor solução possível. O tipo de otimização empregada depende da estrutura do
problema e do grau de confiabilidade das variáveis. Existem inúmeras técnicas de
otimização e a aplicação de cada uma delas depende essencialmente do tipo de
problema.
Lee e Geem (2004) relatam que nas últimas quatro décadas, um grande número
de algoritmos foi desenvolvido com o intuito de resolver problemas de otimização na
área de engenharia. A maioria destes algoritmos é baseada em métodos numéricos de
programação linear e não linear, que requerem uma substancial informação de
gradientes e usualmente procuram melhorar a solução em torno do ponto inicial. Estes
algoritmos numéricos provêem uma estratégia útil para se obter o ótimo global em
modelos ideais simplificados. Entretanto, muitos problemas de otimização em
engenharia são extremamente complexos por natureza e difíceis de solucionar usando
estes algoritmos. No caso da existência de mais de um ótimo local no problema, o
resultado estará vinculado à seleção do ponto inicial, e a solução ótima obtida poderá
não ser necessariamente o ótimo global. Além disso, o gradiente de busca poderá se
tornar difícil e instável quando a função objetivo e as restrições tiverem múltiplos e/ou
aguçados picos.
Dentre os principais algoritmos deste grupo que é denominado Otimização
Clássica podemos citar os métodos de programação linear – Simplex e Pontos Interiores
–, os métodos de programação inteira – Enumeração e Branch and Bound, B&B – e os
74
métodos de programação não linear – Newton, Quase-Newton, Lagrange, Penalidades e
Gradiente Reduzido.
As desvantagens computacionais dos vários métodos numéricos existentes têm
forçado pesquisadores a recorrerem a algoritmos metaheurísticos para resolverem os
problemas de otimização em engenharia. Metaheurísticas são procedimentos destinados
a encontrar uma boa solução, eventualmente a ótima, consistindo na aplicação, em cada
passo, de uma heurística subordinada, a qual tem que ser modelada para cada problema
específico.
As metaheurísticas quando aplicadas a problemas de otimização tem como um
de seus objetivos gerarem procedimentos de busca em vizinhanças – no espaço de
pesquisa – que evitem uma parada prematura em ótimos locais proporcionando soluções
melhores. Utilizam escolhas aleatórias combinando os conhecimentos obtidos de
resultados anteriores para se guiarem através do espaço de pesquisa do problema.
Contrariamente às heurísticas convencionais, as metaheurísticas são de caráter
global e têm condições de escapar de ótimos locais. Assim, como os métodos de busca
local tradicionais, diferenciam-se entre si basicamente pelas seguintes características: i)
critério de escolha de uma solução inicial; ii) definição da vizinhança de uma solução;
iii) critério de seleção de uma solução vizinha dentro da vizinhança; iv) critério de
parada.
O fator comum entre os algoritmos metaheurísticos é que eles combinam regras
e aleatoriedade para imitar o fenômeno natural. Dentre estes fenômenos estão incluídos
o processo evolutivo biológico, como o Algoritmo Evolutivo – Evolutionary Algorithm
– proposto por Fogel et al. (1966), De Jong (1975) e Koza (1990) e o Algoritmo
Genético – Genetic Algorithm, GA – proposto por Holland (1975) e Goldberg (1989); o
comportamento animal, como o método Busca Tabu – Tabu Search – proposto por
Glover (1977) e o método Colônia de Formigas – Ant Colony – proposto por Dorigo et
al. (1996); o processo físico de recozimento, como o Recozimento Simulado –
Simulated Annealing – proposto por Kirkpatrick et al. (1983); e o processo musical,
como o método da Busca Harmônica – Harmony Search – proposto por Geem (2001).
Nos últimos anos os algoritmos metaheurísticos, especialmente o GA, têm sido
aplicados por vários pesquisadores para resolver problemas de otimização em
engenharia. Os métodos de otimização baseados em algoritmos metaheurísticos têm
quase sempre superado uma série de deficiências dos métodos numéricos
75
convencionais. Entretanto, esta é uma área de estudo muito nova e que ainda necessita
ser muito explorada.
Neste trabalho foram utilizados na solução do problema dois métodos de
otimização: um método clássico baseado em programação não linear – Quase-Newton –
e um método estocástico baseado em metaheurística – Algoritmos Genéticos.
4.2.1 Otimização Não Linear Clássica: Métodos de

Newton e Quase-Newton
• O Método de Newton para Solução de Problemas Não Lineares
Seja o conjunto de n equações não lineares em n variáveis:
 f 1 ( x1 , x 2 ,K, xn ) = 0
 f ( x , x ,K, x ) = 0
 2 1 2 n

 K
 f n ( x1 , x 2 ,K, xn ) = 0
Na forma vetorial: F ( x) = 0 , onde x ∈ ℜ n e F ( x) é definida como:
 f 1 ( x1 , x 2 ,K, xn ) 
 
 f 2 ( x1 , x 2 ,K, xn )
F ( x) =  
K
 
 f ( x , x ,K, x )
 n 1 2 n 
A matriz das derivadas parciais de 1ª ordem de F, denominada matriz Jacobiana,

é dada por:
 ∂f 1 ( x ) ∂f 1 ( x) ∂f ( x ) 
 K 1 
 ∂x1 ∂x 2 ∂xn 
 ∂f ( x ) ∂f 2 ( x ) ∂f ( x ) 
 2 K 2 
J ( x) =  ∂x1 ∂x2 ∂x n 
K 
 
 ∂f n ( x ) ∂f n ( x ) ∂f n ( x ) 
 ∂x K
 1 ∂x 2 ∂xn 
76
O método de Newton consiste em fazer uma aproximação linear
Lk ( x ) ≅ F ( x k ) + J ( x k ) ( x − x k ) , da função F no ponto x k dado, representada por planos
ou hiperplanos. A partir da utilização destas aproximações lineares para k = 0, 1, 2, ...,

seguem-se as iterações, gerando uma sequência que, sob certas hipóteses, converge para
a solução.
Como em qualquer método iterativo, faz-se necessário estabelecer critérios de
parada para aceitar um ponto x k como uma boa aproximação da solução exata x*, ou
ainda para se detectar a convergência lenta do processo. Uma vez que na solução exata
x* tem-se F ( x*) = 0 , um dos critérios de parada consiste em verificar se todas as
componentes de F ( x k ) têm módulo pequeno. Como F ( x k ) é um vetor no ℜ n ,
verifica-se se a norma de F ( x k ) é menor que um dado ε , isto é: F ( x k ) < ε , para
ε > 0 suficientemente pequeno.

Outro critério de parada consiste em verificar se a norma entre duas iterações
sucessivas está próxima de zero, isto é, escolhe-se x k+1 como uma boa aproximação para
a solução exata x*, se x k +1 − x k < ε . Este critério é denominado de erro absoluto.
Pode-se alternativamente usar o erro relativo como um critério de parada:

x k +1 − x k / x k +1 < ε .
O método mais amplamente utilizado e conhecido para resolver sistemas de

equações não lineares e transcendentais é o método de Newton.
Cada iteração k do método de Newton consiste na obtenção de um zero da
aproximação linear Lk(x), o qual será a nova estimativa x k+1 . Assim o método requer
basicamente, a cada iteração:
i) A avaliação da matriz Jacobiana no ponto em questão, J ( x k ) ;
ii) A resolução do sistema linear J ( x k ) ⋅ s k = − F ( x k ) ;
iii) A atualização do novo valor x k +1 = x k + s k .
A convergência do método de Newton é quadrática, próximo a raiz.
77
• O Método de Newton Modificado
No sentido que o método de Newton tem custos computacionais significativos,

visto que prevê o calculo a matriz Jacobiana a cada iteração, o desenvolvimento do
método de Newton Modificado se deu com o objetivo de eliminar esta necessidade,
reduzindo assim os custos computacionais envolvidos, porém com a desvantagem do
decréscimo da velocidade de convergência.
Este método consiste em obter a solução de um sistema de equações não lineares
a partir de uma única avaliação da matriz Jacobiana – avaliada somente no ponto inicial
–, ao contrário do método de Newton, que avalia a matriz Jacobiana em todas as
iterações.
Em resumo, o método de Newton Modificado consiste em:
i) Avaliar a matriz Jacobiana no ponto inicial x 0 : J ( x 0 ) ;
ii) Resolver o sistema J ( x 0 ) ⋅ ( s 0 ) = − F ( x 0 ) ;
iii) Determinar o novo ponto x1 = x 0 + s 0 , e assim sucessivamente, tendo

calculado a Jacobiana somente no ponto inicial.
A convergência do método de Newton Modificado é linear.
• Os Métodos Quase-Newton
A partir da constatação de que o método de Newton é bom, porém que demanda

um alto custo computacional foram desenvolvidos outros métodos, baseados no método
de Newton, com o objetivo de reduzir os custos computacionais envolvidos no processo
iterativo. Estes métodos foram denominados Quase-Newton, onde o método mais
simples é o Newton Modificado apresentado na seção anterior.
Os métodos quase-Newton têm o seguinte formato:
B k ⋅ s k = − F ( xk )
x k +1 = x k + s k
78
onde Bk é uma substituta da matriz Jacobiana J ( x k ) . Vale ressaltar que no método de
Newton Modificado, B k = J ( x 0 ) . A redução de custos operacionais tem como

contrapartida a redução da velocidade de convergência.
Dentre os métodos Quase-Newton desenvolvidos e amplamente consagrados
estão os métodos DFP e BFGS.
A convergência de um método Quase-Newton não é quadrática, porém é melhor
que linear – exceto o método de Newton Modificado onde a convergência é linear.
4.2.2 Otimização Estocástica: Algoritmos Genéticos
Algoritmos Genéticos – AGs – são algoritmos de otimização baseados nos

mecanismos de seleção natural e da genética. Foram introduzidos por John Holland em
1975 e popularizados por seu aluno David Goldberg em 1989. Estes algoritmos seguem
o princípio da seleção natural e da sobrevivência, declarado em 1859 pelo naturalista e
fisiologista inglês Charles Darwin em seu livro A Origem das Espécies. Segundo
Darwin, “Quanto melhor um indivíduo se adaptar ao meio onde vive, maior será sua
chance de sobreviver e gerar descendentes”.
Os AGs são frequentemente descritos como métodos de busca global – apesar de
conceitualmente não serem – que não utilizam gradiente de informação e que podem ser
combinados com outros métodos para refinamento de buscas quando há aproximação de
um máximo ou mínimo local. Estes algoritmos operam basicamente da seguinte forma:
Inicialmente é gerada uma população formada por um conjunto aleatório de indivíduos
que podem ser vistos como possíveis soluções do problema. Durante o processo
evolutivo, esta população é avaliada – para cada indivíduo é dada uma nota, ou índice,
refletindo sua habilidade de adaptação a determinado ambiente. Uma porcentagem dos
mais adaptados é mantida, enquanto os outros são descartados – Darwinismo. Os
membros mantidos pela seleção podem sofrer modificações em suas características
fundamentais através de mutações e cruzamento, ou recombinação genética gerando
descendentes para a próxima geração. Este processo, chamado de reprodução, é repetido
até que uma solução satisfatória seja encontrada.
79
Problema
População
Descendentes Cromossomos ou Decodificação
(Filhos) Indivíduos
Reprodução Avaliação
Cruzamento, Função Objetivo,
Mutação Critério de Parada
Genitores Medida de
(Pais) Seleção Aptidão
Indivíduos menos aptos

são descartados
Figura 4.1: Desenvolvimento básico de um AG
• Os Operadores Genéticos
Os AGs possuem dois tipos principais de operadores. O primeiro tipo é

responsável por determinar quais pontos serão utilizados na geração da nova população,
sendo normalmente denominado operador Seleção. O segundo tipo tem como finalidade
gerar novos pontos a partir daqueles previamente selecionados, denominado operador
Reprodução. Os AGs possuem dois diferentes operadores que atuam no processo de
reprodução: Cruzamento e Mutação.
Enquanto um simula o processo de reprodução genética propriamente dito, como
ocorre na natureza, o outro simula o processo de mutação genética. Esses operadores
não atuam diretamente sobre as variáveis de otimização e sim, sobre a sua forma
codificada. Portanto, o primeiro passo para a aplicação de AGs consiste em representar
cada variável como uma sequência de caracteres, conforme algum esquema de
codificação. A codificação binária é a mais difundida, embora outras codificações como
de Gray, real e vetorial também sejam frequentemente utilizadas.
80
Seleção
Cruzamento Mutação
Figura 4.2: Operadores Genéticos
Em uma alusão à genética, a sequência de caracteres correspondente a cada

variável codificada equivale a um cromossomo e cada caractere do cromossomo é
equivalente a um gene. O termo genótipo é empregado para designar a estrutura
codificada resultante da concatenação de todos os cromossomos de um indivíduo e o
termo fenótipo representa o genótipo decodificado – Figura 4.3.
Ao contrário dos operadores genéticos Cruzamento e Mutação, que necessitam
de informações referentes ao genótipo de cada indivíduo, o operador Seleção utiliza os
valores da função objetivo para escolher os indivíduos a serem cruzados e mutados. Por
isso, antes do início do processo de seleção dos indivíduos, faz-se necessária a
decodificação do genótipo em fenótipo, a fim de que seja realizada a avaliação da
função objetivo.
Fenótipo Genótipo
( x1, x2 , x3 ) = (1.30, − 8.01, 5.0) = (01000, 11101, 01100)
Variável Gene Cromossomo
Figura 4.3: Exemplo de codificação genética
Em analogia ao processo de evolução natural, o operador Seleção tende a

selecionar os melhores indivíduos e a descartar os piores para garantir a melhoria da
qualidade da população. Assim, a ordenação da população do melhor ao pior é de
fundamental importância para a convergência do processo de busca.
81
Essa ordenação baseia-se simplesmente no valor da função a ser otimizada. No
caso de um problema de minimização, a população é totalmente ordenada da seguinte
forma:
r r r r
• se f 1( xa ) < f 1( xb ) , então y a é melhor que yb ;
r r r r
• se f 1( xa ) = f1 (xb ) , então y a é tão bom quanto yb .
O fluxo básico originalmente proposto para os AGs inicia-se com a geração do

genótipo de uma população inicial aleatória. No intuito de acelerar a convergência da
busca evolucionária, foi sugerida a adição a esse fluxo básico de um mecanismo
denominado Elitismo, que consiste em garantir que os melhores indivíduos da
população – a elite – não sejam eliminados durante o processo de otimização. A forma
mais simples de elitismo consiste em encontrar a cada iteração as melhores alternativas
da população atual e copiá-las diretamente para a próxima população, enquanto as vagas
restantes são preenchidas com os pontos gerados a partir da aplicação dos operadores
Seleção, Cruzamento e Mutação sobre a população atual inteira – incluindo-se as
melhores alternativas. Outra versão mais sofisticada de elitismo, o elitismo global,
consiste em comparar os pontos gerados pelo operador Cruzamento – filhos – com os
pontos que os geraram – pais –, e escolher os melhores pontos em cada grupo de pais e
filhos para pertencerem à nova população.
A seguir são apresentados mais detalhes dos operadores genéticos Seleção,
Cruzamento e Mutação.
ü Seleção
Computacionalmente, o operador Seleção gera uma população auxiliar que é

preenchida com cópias dos pontos sorteados a partir da população atual e que, depois de
completa, substitui inteiramente esta população. Como cada ponto pode ser sorteado
mais de uma vez, alguns acabam sendo eliminados nesse processo. O valor da função
objetivo para cada ponto é necessário para a avaliação da capacidade de cada indivíduo
sobreviver à seleção.
Este operador deve guiar um AG para a região em que se encontra o ponto ótimo
global viável. Por outro lado, este operador deve evitar uma rápida uniformização da
82
população e a perda excessiva de informação genética, que leva á convergência
prematura para ótimos locais. Portanto, tanto os métodos que realizam uma escolha
completamente aleatória quanto àqueles que sorteiam excessivas vezes o melhor
indivíduo devem ser evitados.
A literatura propõe vários esquemas de seleção: roleta, torneio, amostragem
estocástica entre outros.
ü Cruzamento
Este operador simula o processo de reprodução sexuada como ocorre na

natureza, em que os filhos são gerados a partir da combinação dos genes dos pais. Ele é
o principal responsável pela geração de novos pontos na população. As várias formas de
se implementar o operador Cruzamento exigem, em geral, a especificação de pelo
menos dois parâmetros de entrada: a matriz que contém o código genético de cada
indivíduo da população atual e a constante Pcruz, que corresponde a probabilidade de
cruzamento. A implementação mais comum envolve a divisão da população em casais
de pais aleatoriamente. Para cada casal é gerado um número aleatório entre 0 e 1. Se o
número for inferior à Pcruz, o casal em questão é substituído por dois novos indivíduos
gerados a partir da troca de material genético entre os pais. Caso contrário, os próprios
pais são mantidos na população.
Essa troca genética pode ser implementada de várias maneiras: Cruzamento com
vários pontos de corte, cruzamento uniforme, cruzamento por variável e outras.
ü Mutação
O operador Mutação é responsável por introduzir novas sequências de caracteres

na população. A inserção de novo material genético ou de material perdido em iterações
passadas mantém a diversidade da população, evita a convergência prematura do
algoritmo para ótimos locais e permite que novas regiões do espaço sejam pesquisadas.
Assim como o cruzamento, a taxa de mutação é regulada por uma constante Pmut,
que determina a probabilidade de cada indivíduo sofrer mutação. Enquanto altos valores
de Pmut levam um AG a se comportar como uma busca aleatória, baixos valores podem
provocar a convergência prematura.
83
Capítulo 5
Descrição do Problema e Análise dos

Resultados
5.1 Introdução
A proposta básica deste capítulo é apresentar os resultados da otimização
geométrica e aerodinâmica de um impelidor de compressor centrífugo ainda em fase de
projeto preliminar. Inicialmente foram realizados projetos preliminares de impelidores
considerando alguns cenários de capacidade e de razão de pressão. O principal objetivo
foi mostrar a influência destes parâmetros no projeto de um impelidor, além de obter as
geometrias correspondentes às condições de projeto definidas.
Após esta etapa foi realizada a otimização dos parâmetros geométricos e
aerodinâmicos de um dos impelidores e analisados os resultados. Dois métodos foram
utilizados para a obtenção dos parâmetros otimizados: um método matemático baseado
em programação não linear e um método estocástico. O principal objetivo de se
utilizarem dois métodos distintos na otimização dos parâmetros do impelidor foi
confirmar os resultados obtidos e verificar qual ferramenta é mais apropriada para a
obtenção dos resultados.
Finalizando o estudo foi realizada uma análise comparativa entre os dados do
impelidor original e os dados do impelidor otimizado, com o intuito de determinar as
vantagens de se otimizar os parâmetros de um impelidor de compressor centrífugo ainda
na fase de projeto preliminar.
84
5.2 Projeto Preliminar do Impelidor
5.2.1 Projeto da Geometria
No projeto preliminar da geometria foi utilizada como base a metodologia

desenvolvida por Whitfield e Baines (1990), a qual foi adaptada e implementada no
software comercial MatLab para a obtenção dos resultados iniciais. Para um
enriquecimento da análise do projeto preliminar, foi gerado um total de quatro
geometrias de impelidores – A1, A2, A3 e A4. Procurou-se estabelecer um par vazão
mássica vs. razão de pressão distinto para cada projeto. A Tabela 5.1 apresenta as
condições de projeto que foram consideradas para a obtenção das geometrias dos
impelidores.
A metodologia de Whitfield e Baines (1990) requer que sejam arbitrados alguns
parâmetros de projeto para o cálculo de um impelidor. Estes parâmetros são
basicamente a eficiência total-total esperada para o impelidor, a eficiência total-total
esperada para estágio de compressão, o ângulo relativo do gás no shroud, o ângulo
absoluto do gás na saída, a razão de raios hub-shroud, a razão de raios shroud-tip e o
ângulo da pá na saída. No desenvolvimento dos cálculos, para as eficiências foram
estimados valores com base na experiência de fabricantes, e para os demais parâmetros
foram atribuídos os valores médios dos limites recomendados por pesquisadores –
Tabela 5.2.
Outro parâmetro importante definido foi o fator de escorregamento. Na obtenção
deste fator foi considerada a equação clássica de Wiesner (1967). Existem diversas
equações empíricas desenvolvidas para o cálculo do fator de escorregamento. Porém,
segundo as conclusões do estudo de Perdichizzi e Savini (1985) – revisão bibliográfica
–, os resultados da eficiência e dos parâmetros fluidodinâmicos não são seriamente
afetados pelo tipo de correlação utilizada para o fator de escorregamento.
O número de pás foi estimado de acordo com os estudos de Xu (2007). Este
autor mostra que existe uma correlação direta entre o número de pás e a razão de
pressão. Avaliando-se o gráfico apresentado em seu estudo, verifica-se que para uma
razão de pressão entre 1,5 e 3, o número estimado de pás deve estar entre 16 e 20. Os
cálculos foram realizados considerando impelidores de 18 pás.
85
Tabela 5.1: Condição de projeto dos impelidores
Impelidor
Descrição
A1 A2 A3 A4
Fluido de trabalho Ar Ar Ar Ar
Razão de pressão ( PR ) 1,5 1,5 3,0 3,0
Vazão mássica ( m& ), kg/s 2,0 6,0 2,0 6,0
Pressão de estagnação na entrada ( p01 ), kPa 101,3 101,3 101,3 101,3
Temperatura de estagnação na entrada ( T01 ), K 298 298 298 298
Tabela 5.2: Parâmetros de projeto arbitrados inicialmente
Eficiência total-total do impelidor (η imp ), % 85

Eficiência total-total do estágio ( η est ), % 82
Ângulo relativo do gás no shroud ( β1s ), graus 30
Ângulo absoluto do gás na saída ( α 2 ), graus 25
Razão de raios hub-shroud ( τ hs ) 0,5
Razão de raios shroud-tip ( τ st ) 0,55
Ângulo da pá na saída ( β B 2 ), graus 60
Para o projeto da região da entrada fez-se necessário estimar o ângulo de

incidência – i. Tradicionalmente este ângulo é considerado como 0º no ponto de projeto
– Xu (2007) citando Balje (1981). Sendo assim, foi estabelecido um ângulo de
incidência de 0º nos projetos dos impelidores.
Feitas as devidas considerações, a Tabela 5.3 apresenta os resultados dos
projetos preliminares dos impelidores. Os parâmetros geométricos determinados são: o
raio do hub, o raio do shroud, o raio externo, a altura da pá e o ângulo da pá no shroud.
Além destes parâmetros geométricos, a tabela apresenta os dados termodinâmicos e
aerodinâmicos de cada impelidor.
Analisando-se os dados, verifica-se que a velocidade específica dos impelidores
está adequada a máquinas de fluxo radial – entre ≈ 0,2 e 2,0 – Balje (1981).
Comparando os valores encontrados para o coeficiente de vazão com o estudo de
Dalbert et al. (1999) – Figura 3.15 –, os cálculos iniciais dos impelidores são
86
satisfatórios sob a perspectiva de eficiência, visto que os valores se encontram em uma
região onde ocorre a menor perda global.
Tabela 5.3: Resultados iniciais dos projetos dos impelidores
Impelidor
Parâmetro
A1 A2 A3 A4
Raio do hub ( r1h ), mm 47,7 82,6 37,3 64,5
Raio do shroud ( r1s ), mm 95,4 165,2 74,5 129,1
Raio externo ( r2 ), mm 173,5 300,5 135,5 234,7
Altura da pá ( b2 ), mm 16,4 28,4 9,2 16,0
Ângulo da pá no shroud ( β B1s ), graus 30 30 30 30
Velocidade periférica ( U 2 ), m/s 254,7 254,7 441,3 441,3
Rotação ( N ), RPM 14.021 8.095 31.096 17.953
Fator de escorregamento ( σ ) 0,877 0,877 0,877 0,877
Coeficiente de trabalho ( λ ) 0,691 0,691 0,691 0,691
Coeficiente de vazão ( φ ) 0,070 0,070 0,066 0,066
Coeficiente de head ( µ ) 1,133 1,133 1,133 1,133
Velocidade específica ( ns ) 0,729 0,729 0,729 0,729
Pressão de estagnação na saída ( p02 ), kPa 154,1 154,1 314,6 314,6
Temperatura de estagnação na saída ( T02 ), K 342,6 342,6 432,0 432,0
Veloc. absoluta do gás no shroud ( C1s ), m/s 80,9 80,9 140,1 140,1
Veloc. absoluta do gás na saída ( C 2 ), m/s 194,2 194,2 336,4 336,4
Veloc. relativa do gás no shroud ( W1s ), m/s 161,8 161,8 280,3 280,3
Veloc. relativa do gás na saída ( W2 ), m/s 113,7 113,7 197,0 197,0
Mach absoluto no shroud ( M 1s ) 0,235 0,235 0,412 0,412
Mach absoluto na saída ( M 2 ) 0,538 0,538 0,866 0,866
Mach relativo no shroud ( M r1s ) 0,470 0,470 0,824 0,824
Mach relativo na saída ( M r 2 ) 0,315 0,315 0,507 0,507
Ângulo relativo do gás na saída ( β 2 ), graus 46 46 46 46
Os valores encontrados para a velocidade especifica confirmam a semelhança

geométrica entre os impelidores. Como era de se esperar, observa-se que, dada uma
87
razão de pressão, a vazão mássica só exerce influência nas dimensões do impelidor. Os
parâmetros aerotermodinâmicos permanecem inalterados.
5.2.2 Verificação do Desempenho
Para a verificação do desempenho foi utilizado como base o estudo desenvolvido

por Oh et al. (1997), o qual se encontra na revisão bibliográfica. As seguintes perdas e
modelos foram considerados na verificação, respectivamente: Perda por incidência –
Conrad et al. (1980) –, perda por carregamento da pá – Coppage et al. (1956) –, perda
por atrito – Jansen (1967) –, perda por folga – Jansen (1967) –, perda por recirculação –
Oh et al. (1997) –, perda por atrito no disco – Daily e Nece (1960) e perda por
vazamento – Aungier (1995).
Com base nos valores encontrados para as perdas nos impelidores foram
determinadas as eficiências e as potências do processo de compressão. A Tabela 5.4
descreve os resultados de desempenho para as geometrias definidas na Seção 5.2.1.
Tabela 5.4: Dados de desempenho dos impelidores
Impelidor
Tipo de Perda
A1 A2 A3 A4
Perda por incidência ( ∆hin ), J/kg 3.679,4 3.679,4 11.046,1 11.046,1
Perda por carregamento da pá ( ∆hbl ), J/kg 508,8 508,8 1.527,4 1.527,4
Perda por atrito ( ∆hsf ), J/kg 1.149,4 1.044,4 3.550,3 3.231,7
Perda por folga ( ∆hcl ), J/kg 868,8 868,8 3.882,7 3.882,7
Perda por recirculação ( ∆hrc ), J/kg 0,2 0,2 0,7 0,7
Perda por atrito no disco ( ∆hdf ), J/kg 261,5 234,3 969,5 868,6
Perda por vazamento ( ∆hlk ), J/kg 1.125,4 1.125,4 3.639,9 3.639,9
Eficiência total-total ( ηimp ), % 83,6 83,8 82,3 82,6
Potência de compressão ( GkW ), kW 91,2 272,6 277,9 830,8
Uma observação cabe quanto ao valor encontrado para a perda por recirculação.
Segundo Aungier (2000), somente projetos específicos de impelidores resultam em
perdas por recirculação. O autor relata que este tipo de perda é comum em impelidores
que apresentam um alto coeficiente de head, um excessivo carregamento da pá e um
88
baixo ângulo relativo do gás na saída – β 2 . Para a grande maioria dos projetos de
impelidores, a perda por recirculação é praticamente nula.
Para esta verificação o autor utiliza o fator de difusão equivalente – Deq.
Segundo Aungier, pode-se esperar o surgimento de perdas por recirculação para Deq > 2,
porém isto não é uma regra, pois até mesmo para Deq > 2 as perdas por recirculação
podem não ocorrer. Levantando-se o fator de difusão equivalente para os impelidores
em análise, encontrou-se Deq = 1,82. Este valor corrobora os valores desprezíveis
encontrados para as perdas por recirculação.
5.3 Otimização da Geometria do Impelidor A3

Estabelecidos os parâmetros geométricos e aerodinâmicos dos impelidores e
estimadas as suas eficiências, o próximo passo foi realizar a otimização dos parâmetros
geométricos e aerodinâmicos de um dos impelidores e analisar os resultados obtidos.
Foi escolhido o impelidor A3 para o desenvolvimento desta etapa.
5.3.1 Estrutura do Problema de Otimização
Como requer todo problema de otimização, foram definidas as variáveis, as

restrições e a função objetivo do problema, além de já estabelecida a condição de
projeto do impelidor.
i) Condição de projeto. Definida na Tabela 5.1, a condição de projeto engloba os

seguintes parâmetros: as propriedades termodinâmicas do fluido de trabalho, a
razão de pressão, as condições de estagnação na entrada – pressão e temperatura
– e a vazão mássica requerida.
γ , R, PR , p01 , T01 , m&
ii) Variáveis de projeto. Cinco variáveis independentes – ângulo relativo do gás no

shroud, ângulo absoluto do gás na saída, razão de raios hub-shroud, razão de
raios shroud-tip e ângulo da pá na saída – compõem o grupo de variáveis que
devem ser otimizadas para estabelecer a geometria ótima do impelidor.
89
β1s , α 2 , τ hs , τ st , β B 2
Cabe ressaltar que o problema apresenta ainda uma variável dependente – folga
entre o shroud e a carcaça – que foi definida segundo critérios apresentados nos
estudos de Perdichizzi e Savini (1985).
ε = max 0,3mm ou r2 / 200
iii) Função objetivo. É definida pela função da eficiência do impelidor.
max F ( X ) , onde:
 ∆H E 
 2  − (∆hin + ∆hbl + ∆hsf + ∆hcl )
U 
F ( X ) = ηimp = 2  e,
 ∆H E 
 2  + ∆hrc + ∆hdf + ∆hlk
U 
 2 
 β1s 
α 
 2
X =  τ hs 
 
 τ st 
β 
 B2 
iv) Restrições de projeto. A Tabela 5.5 apresenta as restrições que foram consideradas
na otimização do projeto do impelidor, as quais foram estabelecidas com o intuito
de assegurar uma solução prática e exequível. Estas restrições estão fundamentadas
na pesquisa e na experiência de autores renomados no assunto. Cabe ressaltar que
as restrições não se limitam as descritas nesta tabela, podendo variar de projeto
para projeto.
90
Tabela 5.5: Restrições de projeto
Restrição Referência
26º ≤ β1s ≤ 34º Whitfield e Baines (1990)
20º ≤ α 2 ≤ 30º Rodgers e Sapiro (1972)
0,3 ≤ τ hs ≤ 0,7 Perdichizzi e Savini (1985)
0,4 ≤ τ st ≤ 0,7 Perdichizzi e Savini (1985)
30º ≤ β B 2 ≤ 90º Perdichizzi e Savini (1985)
0,45 ≤ W2 / W1s ≤ 0,6 Came e Robinson (1999)
1,15 ≤ M r1s / M 2 ≤ 1,4 Xu (2007)
0,01 ≤ b2 / d 2 ≤ 0,4 Perdichizzi e Savini (1985)
0,2 ≤ r1h / r2 ≤ 0,3 Xu (2007) (1)
(1) Adaptação do critério de Xu (2007). Válido para impelidores montados em
balanço (overhung construction).
5.3.2 Resultados da Otimização
A otimização do projeto preliminar do impelidor A3 foi dividida em duas etapas.

Inicialmente foi utilizado um método convencional baseado em programação não linear
para otimizar os parâmetros geométricos e aerodinâmicos do impelidor. Como se faz
necessário em qualquer algoritmo de otimização baseado em gradientes, que tendem a
convergir para ótimos locais, foi realizada uma análise do ponto inicial para verificar o
comportamento da função objetivo em relação ao ponto inicial considerado.
A outra etapa consistiu em utilizar um método estocástico para gerar novos
resultados e compará-los com os resultados da etapa anterior. Na solução do problema
foram utilizados Algoritmos Genéticos, que nos últimos anos têm sido utilizados com
êxito por diversos pesquisadores com o intuito de solucionar problemas complexos de
otimização.
Todos os resultados foram obtidos através do software comercial MatLab. Este
software possui um pacote de otimização – Optimization Toolbox – que dispõe de uma
coleção de rotinas aplicáveis a vários tipos de problemas de otimização, incluindo
problemas de minimização – linear ou não linear, com ou sem restrições, multivariável,
multiobjetivo, estocástico, etc. –, solução de equações – lineares ou não lineares – e
ajuste de curvas.
91
• Etapa 1: Otimização do impelidor A3 utilizando algoritmo
baseado em programação não linear
Para a solução do problema foi selecionada a função fmincon do Optimization

Toolbox do MatLab, que é uma ferramenta de minimização utilizada em problemas
não lineares, multivariável e com restrições. Como se trata de uma função de
minimização, e o problema proposto é de maximização, o problema foi formulado como
a minimização da função G ( X ) = 1 − F ( X ) .
A função fmincon utiliza um algoritmo Quase-Newton para gerar os
resultados. Na realização dos cálculos foram mantidas as configurações default desta
ferramenta, como por exemplo:
− Tolerância variável independente ( X ): 10-6
− Tolerância função objetivo: 10-6
− Tolerância restrições: 10-6
− Número máximo de iterações: 400
− Número máximo de avaliações da função objetivo: 100 (cem) vezes o
número de variáveis independentes
Inicialmente foram considerados quatro casos de ponto inicial – Tabela 5.6: i) os

valores médios entre os limites das variáveis independentes; ii) somente os valores
máximos das variáveis independentes; iii) somente os valores mínimos das variáveis
independentes e; iv) as variáveis independentes com valores nulos.
Os resultados mostraram que os “piores” pontos iniciais considerados – Casos II,
III e IV – geraram os melhores – e idênticos – resultados, o que sugere que o ponto
ótimo está bem definido neste ponto. Somente o primeiro caso convergiu para um ponto
diferente dos demais, cabendo as seguintes observações: i) O ângulo da pá na saída –
β B 2 – apresentou uma variação em torno de 16% entre o valor obtido no Caso I e os
valores obtidos nos demais casos; ii) Mesmo ocorrendo o exposto em (i), ainda assim a
variação em β B 2 praticamente não alterou o resultado na função objetivo.
A Figura 5.1 mostra a evolução da função objetivo – Casos I a IV. Pode ser
observado que o algoritmo requer no máximo de 16 iterações para convergir para o
resultado ótimo.
92
Tabela 5.6: Resultados da otimização – Casos I a IV
Caso I Caso II
Ponto Inicial Resultado Ponto Inicial Resultado
X0 = X = X0 = X =
30.0000 34.0000 34.0000 34.0000

25.0000 20.0000 30.0000 20.0000
0.5000 0.3174 0.7000 0.3369
0.5500 0.6302 0.7000 0.5936
60.0000 58.8983 90.0000 50.3922
F(X) = F(X) =
0.8443 0.8450
Caso III Caso IV
X0 = X = X0 = X =
26.0000 34.0000 0.0000 34.0000

20.0000 20.0000 0.0000 20.0000
0.3000 0.3369 0.0000 0.3369
0.4000 0.5936 0.0000 0.5936
30.0000 50.3944 0.0000 50.3944
F(X) = F(X) =
0.8450 0.8450
Devido ao primeiro caso convergir para um ponto diferente dos demais, foi
verificado o motivo da parada do processo de otimização. O primeiro caso finalizou o
processo devido à magnitude da derivada direcional e a violação das restrições serem
menores que as tolerâncias especificadas. Já os demais casos finalizaram o processo de
otimização devido às condições de otimalidade de primeira ordem terem sido satisfeitas
com as tolerâncias especificadas. Logo, tudo indica que quando se atribui ao ponto
inicial valores próximos ao resultado ótimo, o processo é finalizado pelo atendimento às
tolerâncias.
Com o intuito de dirimir esta dúvida, foram gerados mais quatro casos, a saber:
v) ângulo β B 2 = 48º; vi) ângulo β B 2 = 65º; vii) ângulo β B 2 = 48º com todas as
tolerâncias alteradas para 10-9 e; viii) ângulo β B 2 = 65º com todas as tolerâncias
alteradas para 10-9. Para as demais variáveis independentes foram considerados os
valores obtidos nos Casos II, III e IV.
93
1,020
1,000
0,980
F(X) / F(X) ótimo
0,960
Caso I
Caso II
0,940 Caso III
Caso IV
0,920
0,900
0 2 4 6 8 10 12 14 16
Iteração
Figura 5.1: Evolução da otimização – Casos I a IV
Verificou-se que nas configurações default – tolerâncias 10-6 –, dependendo do

valor de β B 2 considerado no ponto inicial, o ângulo assume o valor inicial atribuído em
detrimento do resultado da função objetivo. Alterando-se as tolerâncias do processo de
otimização para 10-9 – Casos VII e VIII –, verifica-se que os dois casos convergem para
o mesmo ponto dos Casos II, III e IV. Sendo assim, conclui-se que a função objetivo é
uma função bem definida, pois possui apenas um ponto ótimo – unimodal – e não
apresenta problemas de ponto inicial. Porém uma atenção especial deve ser dada as
tolerâncias consideradas, principalmente da função objetivo, visto que esta é pouco
sensível à variável β B 2 .
A Figura 5.2 mostra a evolução da função objetivo dos Casos V a VIII. Pode ser
observado que nos Casos V e VI, o algoritmo finalizou a execução na terceira iteração
por satisfazer às tolerâncias. Alterando-se as tolerâncias para 10-9, foram executadas
mais iterações – Casos VII e VIII – e o algoritmo convergiu para o resultado ótimo.
94
Tabela 5.7: Resultados da otimização – Casos V a VIII
Caso V Caso VI
X0 = X = X0 = X =
34.0000 34.0000 34.0000 34.0000

20.0000 20.0000 20.0000 20.0000
0.3400 0.3432 0.3400 0.3051
0.5900 0.5827 0.5900 0.6554
48.0000 48.0004 65.0000 64.9992
F(X) = F(X) =
0.8449 0.8431
Caso VII Caso VIII
X0 = X = X0 = X =
34.0000 34.0000 34.0000 34.0000

20.0000 20.0000 20.0000 20.0000
0.3400 0.3369 0.3400 0.3369
0.5900 0.5936 0.5900 0.5936
48.0000 50.3944 65.0000 50.3945
F(X) = F(X) =
0.8450 0.8450
1,020
1,015 Caso V
Caso VI
Caso VII
Caso VIII
F(X) / F(X) ótimo
1,010
1,005
1,000
0,995
0 2 4 6 8
Iteração
Figura 5.2: Evolução da otimização – Casos V a VIII
95
A Figura 5.3 mostra o comportamento de cada variável independente,
considerando as demais variáveis constantes e no ponto ótimo. A área delimitada pelas
linhas tracejadas representa os resultados aceitáveis, impostas as restrições. Nota-se que
para o caso em análise: i) O valor assumido pela variável β1s é que determina o
resultado da função objetivo; ii) Conforme mencionado anteriormente, a função
objetivo é pouco sensível à variável β B 2 ; iii) A função objetivo é mais sensível às
variáveis τ hs e τ st .
0,850 0,870
0,845 0,860
0,840
0,850
0,835
0,840
0,830
0,830
F(X)
F(X)
0,825
0,820
0,820
0,810
0,815
0,800
0,810
0,805 0,790
0,800 0,780
0 10 20 30 40 50 60 70 0 10 20 30 40 50
β1s α2
0,880 0,880
0,860
0,860
0,840
0,840
0,820
0,800 0,820
F(X)
F(X)
0,780
0,800
0,760
0,780
0,740
0,760
0,720
0,700 0,740
0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9 0 0,1 0,2 0,3 0,4 0,5 0,6 0,7 0,8 0,9
τ hs τ st
0,870
0,860
0,850
0,840
0,830
F(X)
0,820
0,810
0,800
0,790
0,780
0 20 40 60 80 100
βB2
Figura 5.3: Comportamento das variáveis independentes
96
• Etapa 2: Otimização do impelidor A3 utilizando algoritmo
estocástico
Para a solução do problema foram utilizados Algoritmos Genéticos do

Optimization Toolbox do MatLab. Como o default da ferramenta é resolver problemas
de minimização, e o problema proposto é de maximização, o problema foi formulado
como a minimização da função G ( X ) = 1 − F ( X ) .
O sucesso da otimização é função da parametrização da população e dos
operadores genéticos. Os parâmetros mais importantes a serem definidos são o tamanho
da população, o número de gerações, a probabilidade de cruzamento e a probabilidade
de mutação. Dependendo da complexidade do problema, a tarefa de escolha da melhor
configuração dos parâmetros não é simples, e dependerá da realização de um grande
número de testes. Não existe uma configuração padrão ótima. A influência de cada
parâmetro no desempenho do algoritmo depende do tipo de problema analisado.
Não foi o objetivo desta análise identificar a melhor – ótima – parametrização
para o problema proposto, mas executar o algoritmo com uma parametrização
“universalizada” e alcançar resultados satisfatórios, visto o problema ser de simples
solução, conforme concluído na etapa anterior. Sendo assim, inicialmente foi utilizada a
configuração default da ferramenta e, posteriormente, alguns parâmetros foram
modificados com o intuito de verificar o comportamento da função objetivo – Tabela
5.8.
Tabela 5.8: Parametrização considerada para os AGs
Parâmetro Configuração default Configuração modificada

População 20 indivíduos(1) 30 indivíduos(1)
Seleção Estocástica uniforme Estocástica uniforme
Elitismo 2 2
Cruzamento Dispersão ; Pcruz = 0,8 Dois pontos ; Pcruz = 0,8
Mutação Adaptação viável Uniforme ; Pmut = 0,01
Gerações (max) 100 100
-6
Tol. função objetivo 10 10-18
Tol. restrições 10-6 10-18
(1) Tipo vetor com números de dupla precisão (double vector).
97
Por se tratar de uma ferramenta estocástica, a cada execução do algoritmo
encontra-se um resultado distinto, porém com uma mesma ordem de grandeza. Sendo
assim, foi estabelecido o seguinte critério: para cada solução foram gerados 9 (nove)
resultados dentre os quais 3 (três) foram selecionados aleatoriamente e registrados,
conforme descrito nas tabelas 5.9 e 5.10.
Tabela 5.9: Resultados da otimização – Configuração default (Caso A)
1º Resultado 2º Resultado 3º Resultado

selecionado selecionado selecionado
X = X = X =
33.5703 31.0156 33.9925
20.0151 20.0000 20.0098
0.3367 0.3000 0.3168
0.5957 0.6707 0.6495
48.3346 61.3711 61.8918
F(X) = F(X) = F(X) =

0.8431 0.8376 0.8415
Best: 0.15685 Mean: 0.15685 Best: 0.16235 Mean: 0.16235

0.32 0.205
Best fitness Best fitness
Mean fitness 0.2 Mean fitness
0.3
0.28 0.195
Case A – 1st Selected Result Case A – 2nd Selected Result

0.26 0.19
Generations: 3 Generations: 2
Fitness value
Fitness value
0.24 0.185
Optimization terminated: current tolerance on f(x) Optimization terminated: current tolerance on f(x)
1e-007 is less than options.TolFun and constraint 9.3325e-007 is less than options.TolFun and
0.22 violation is less than options.TolCon. 0.18 constraint violation is less than options.TolCon.
0.2 0.175
0.18 0.17
0.16 0.165
0.16
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100
Generation Generation
Best: 0.15848 Mean: 0.15848

0.205
Best fitness
0.2 Mean fitness
0.195
0.19 Case A – 3rd Selected Result
0.185 Generations: 3
Fitness value
0.18 Optimization terminated: current tolerance on f(x)

1e-007 is less than options.TolFun and constraint
violation is less than options.TolCon.
0.175
0.17
0.165
0.16
0.155
0 10 20 30 40 50 60 70 80 90 100
Generation
Figura 5.4: Evolução da otimização – Caso A
98
Estas tabelas apresentam os três resultados selecionados considerando a
configuração default do MatLab – Tabela 5.9 – e a configuração modificada – Tabela
5.10. As figuras 5.4 e 5.5 apresentam a evolução da otimização da função objetivo.
Tabela 5.10: Resultados da otimização – Configuração modificada (Caso B)
1º Resultado 2º Resultado 3º Resultado

selecionado selecionado selecionado
X = X = X =
34.0000 34.0000 33.9351
20.0000 20.0000 20.0195
0.3323 0.3213 0.3000
0.6018 0.6226 0.6722
52.2465 57.0752 68.9116
F(X) = F(X) = F(X) =

0.8450 0.8445 0.8417
Best: 0.15502 Mean: 0.15502 Best: 0.15547 Mean: 0.15547

0.205 0.24
Best fitness Best fitness
0.2 Mean fitness 0.23 Mean fitness
0.195 0.22
0.19 Case B – 1st Selected Result Case B – 2nd Selected Result

0.21
Fitness value
0.185
Fitness value
Generations: 100 Generations: 78

0.2
0.18 Optimization terminated: maximum number of Optimization terminated: stall time limit exceeded.
generations exceeded. 0.19
0.175
0.18
0.17
0.17
0.165
0.16
0.16
0.155 0.15
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100
Generation Generation
Best: 0.15829 Mean: 0.15829

0.21
Best fitness
Mean fitness
0.2
0.19 Case B – 3rd Selected Result

Fitness value
Generations: 9
0.18 Optimization terminated: current tolerance on f(x)
6.7608e-035 is less than options.TolFun and
constraint violation is less than options.TolCon.
0.17
0.16
0.15
0 10 20 30 40 50 60 70 80 90 100
Generation
Figura 5.5: Evolução da otimização – Caso B
99
Os resultados mostram que o algoritmo foi capaz de encontrar bons resultados,
principalmente no caso em que alguns dos parâmetros foram modificados. Estes
resultados confirmam a análise da primeira etapa, na qual foi realizada uma otimização
com base em programação não linear. Fica evidente para o caso em análise que a função
objetivo é bem definida, visto que em todos os resultados apresentados, principalmente
nos resultados com base nos parâmetros modificados – Caso B –, já nas primeiras
gerações a solução foi alcançada, sem variações no decorrer da execução do algoritmo.
5.3.3 Conclusão da Análise dos Resultados da Otimização
A Etapa 1 mostrou que a função objetivo é uma função bem definida, pois
possui apenas um ponto ótimo – unimodal – e não apresenta problemas de ponto inicial.
Sendo assim foi possível encontrar o ponto ótimo através do algoritmo utilizado nesta
etapa. A Etapa 2 simplesmente confirmou os resultados da Etapa 1 ao encontrarem-se
resultados aproximados com os desta etapa, porém não melhores. Sendo assim, concluí-
se que para a otimização dos parâmetros geométricos e aerodinâmicos do projeto
preliminar proposto, um algoritmo baseado em programação não linear como um
método Quase-Newton é suficiente para alcançar o resultado ótimo, dispensando a
utilização de um algoritmo estocástico para a solução.
5.4 Análise Comparativa entre os Dados do Impelidor A3

Original e os Dados do Impelidor A3 Otimizado
Ao se comparar os dados do impelidor A3 original, ou seja, do impelidor
resultante dos valores arbitrados às variáveis independentes – conforme Tabela 5.2 –,
com os dados do impelidor A3 otimizado, alguns pontos importantes devem ser
ressaltados, os quais evidenciam algumas vantagens de se otimizar parâmetros de um
impelidor ainda na fase de projeto preliminar.
Inicialmente, um ponto a ser observado é quanto às dimensões dos impelidores.
O impelidor otimizado apresentou um raio externo 22% menor do que o raio externo do
impelidor original. Xu (2007) mostra em seu estudo que existe uma correlação entre o
diâmetro do impelidor e seu peso. Utilizando-se a correlação proposta pelo autor, como
100
forma de estimar o peso dos impelidores, o impelidor original teria um peso em torno de
9 kgf contra um peso de 4 kgf do impelidor otimizado. A redução na dimensão do
impelidor, e consequentemente em seu peso, tem reflexo direto em duas áreas
fundamentais: no custo de material e no projeto mecânico da futura máquina.
Tabela 5.11: Comparação entre os impelidores A3 original e A3 otimizado –

Dados geométricos e aerotermodinâmicos
Impelidor
Parâmetro
A3 original A3 otimizado
Raio do hub ( r1h ), mm 37,3 21,0
Raio do shroud ( r1s ), mm 74,5 62,4
Raio externo ( r2 ), mm 135,5 105,2
Altura da pá ( b2 ), mm 9,2 14,9
Ângulo da pá no shroud ( β B1s ), graus 30 34
Ângulo da pá na saída ( β B 2 ), graus 60 50
Velocidade periférica ( U 2 ), m/s 441,3 445,1
Rotação ( N ), RPM 31.096 40.412
Fator de escorregamento ( σ ) 0,877 0,884
Coeficiente de trabalho ( λ ) 0,691 0,679
Coeficiente de vazão ( φ ) 0,066 0,109
Coeficiente de head ( µ ) 1,133 1,114
Velocidade específica ( ns ) 0,729 0,972
Pressão de estagnação na saída ( p02 ), kPa 314,6 314,6
Temperatura de estagnação na saída ( T02 ), K 432,0 432,0
Veloc. absoluta do gás no shroud ( C1s ), m/s 140,1 178,2
Veloc. absoluta do gás na saída ( C 2 ), m/s 336,4 321,8
Veloc. relativa do gás no shroud ( W1s ), m/s 280,3 318,7
Veloc. relativa do gás na saída ( W2 ), m/s 197,0 180,2
Mach absoluto no shroud ( M 1s ) 0,412 0,529
Mach absoluto na saída ( M 2 ) 0,866 0,823
Mach relativo no shroud ( M r1s ) 0,824 0,947
Mach relativo na saída ( M r 2 ) 0,507 0,461
Ângulo relativo do gás na saída ( β 2 ), graus 46 38
101
Outra observação importante é quanto ao coeficiente de vazão que obteve um
aumento significativo, o que se refletiu em um aumento da altura da pá na saída –
largura interna do impelidor. Este parâmetro adimensional caracteriza o tipo de
impelidor e a eficiência esperada para uma determinada condição de projeto. Dalbert et
al. (1999) – Figura 3.15 – mostra que quanto menor for o coeficiente de vazão, mais
estreita será a largura do impelidor na saída e mais limitada será a sua eficiência. O
contrário acontece com altos coeficientes de vazão, onde a largura do impelidor na saída
será maior e maior a eficiência esperada.
Observa-se ainda que a velocidade específica obteve também um aumento
significativo. Whitfield e Baines (1990) apresentam uma carta relacionando para cada
tipo de turbomáquina – fluxo radial, axial ou misto – a eficiência esperada em função da
velocidade específica. Com base nas informações desta carta, a máxima eficiência
esperada para uma máquina de fluxo radial corresponde a velocidades específicas em
torno de 1,0.
Tabela 5.12: Comparação entre os impelidores A3 original e A3 otimizado –

Dados de desempenho
Impelidor
Tipo de Perda
A3 original A3 otimizado
Perda por incidência ( ∆hin ), J/kg 11.046,1 11.657,6
Perda por carregamento da pá ( ∆hbl ), J/kg 1.527,4 2.641,5
Perda por atrito ( ∆hsf ), J/kg 3.550,3 2.327,4
Perda por folga ( ∆hcl ), J/kg 3.882,7 1.734,5
Perda por recirculação ( ∆hrc ), J/kg 0,7 0,6
Perda por atrito no disco ( ∆hdf ), J/kg 969,5 629,3
Perda por vazamento ( ∆hlk ), J/kg 3.639,9 2.320,6
Eficiência total-total ( ηimp ), % 82,3 84,5
Potência de compressão ( GkW ), kW 277,9 270,7
Quanto ao desempenho cabe ressaltar que, tanto o total das perdas internas
quanto o total das perdas parasíticas diminuíram, o que proporcionou um aumento de
aproximadamente dois pontos percentuais na eficiência e, consequentemente, uma
diminuição na potência necessária para a compressão.
102
Capítulo 6
Conclusões Gerais e Sugestões
O objetivo principal deste trabalho foi apresentar uma metodologia para

aperfeiçoar o projeto preliminar de um impelidor de compressor centrífugo, mediante a
otimização dos seus parâmetros geométricos e aerodinâmicos gerados ainda nesta fase
de projeto.
Pôde-se concluir com o desenvolvimento deste trabalho que independente da
metodologia de projeto preliminar adotada, sempre será necessário arbitrar valores às
variáveis independentes para que o projeto possa ser desenvolvido. Isto é evidenciado
pelos próprios autores quando propõem seus projetos – e.g. Whitfield e Baines (1990),
Japikse (1996), entre outros. Sendo assim, o projeto preliminar sempre dependerá da
experiência e do conhecimento do projetista, e mesmo assim sem a garantia de ter-se
arbitrado os melhores valores. Este fato ressalta a necessidade da implementação e
execução de um algoritmo de otimização ainda na fase de projeto preliminar.
Uma análise dos resultados alcançados deixa claro que, para o projeto preliminar
proposto, um algoritmo baseado em programação não linear é suficiente para alcançar o
resultado ótimo, visto que o problema se configurou como sendo de simples solução, ao
apresentar somente um ponto ótimo – unimodal – bem definido e não apresentar
problemas de ponto inicial. Esta conclusão corrobora os resultados alcançados por Al-
Zubaidy (1992) em seu estudo, uma vez que este autor chegou a mesma conclusão ao
também propor a otimização de alguns parâmetros de um impelidor de compressor
centrífugo ainda na fase de projeto preliminar.
E finalmente, a análise realizada entre os dados do impelidor original e os dados
do impelidor otimizado mostrou que existem grandes vantagens em se investir na
otimização dos parâmetros geométricos e aerodinâmicos de um impelidor de
compressor centrífugo ainda em fase de projeto preliminar.
103
Algumas perspectivas podem ser enumeradas como propostas de continuidade
deste trabalho:
• Testar outras metodologias de projeto preliminar de impelidores propostas

na literatura, implementar os algoritmos de otimização e comparar os
resultados com os resultados alcançados neste trabalho;
• Otimizar um impelidor para uma faixa de operação – entre surge e choke –
e posteriormente implementar uma análise off design;
• Acoplar o projeto preliminar proposto neste trabalho ao projeto preliminar
de um difusor e, posteriormente, otimizar os parâmetros geométricos e
aerodinâmicos do estágio de compressão;
• Estender o conceito ressaltado neste trabalho às outras etapas de projeto de
um impelidor – análises 2D e 3D;
• Desenvolver metodologias similares para outros tipos de turbomáquinas,
como, por exemplo, para um impelidor de turbina a vapor.
104
Referências Bibliográficas
Al-Zubaidy, S. N. (1992). A proposed design package for centrifugal impellers.
Computers & Structures 55: 347-356.
Aungier, R. H. (2000). Centrifugal compressors: a strategy for aerodynamic design and

analysis. New York, ASME Press.
Benson, R. S. (1977). Computer aided design of radial gas turbines: a method for
determining the overall rotor dimensions. Computers & Fluids 5(2): 219-240.
Came, P. M. and Robinson, C. J. (1999). Centrifugal compressor design. Proceedings of

the Institution of Mechanical Engineers Part C-Journal of Mechanical Engineering
Science 213(2): 139-155.
Cumpsty, N. A. (1989). Compressor aerodynamics. New York, John Wiley & Sons,
Inc.
Cumpsty, N. A. and Greitzer, E. M. (2004). Ideas and methods of turbomachinery

aerodynamics: A historical view. Journal of Propulsion and Power 20(1): 15-26.
Dalbert, P., Ribi, B., et al. (1999). Radial compressor design for industrial compressors.
Proceedings of the Institution of Mechanical Engineers Part C-Journal of Mechanical
Engineering Science 213(1): 71-83.
Dixon, S. L. (1998). Fluid mechanics and thermodynamics of turbomachinery. Woburn,

Elsevier-Butterworth-Heinemann.
Falcão, A. F. O. (2002). Mecânica dos fluidos II. Lisboa, Instituto Superior Técnico da
Universidade de Lisboa.
105
Falcão, A. F. O. (2003). Turbomáquinas. Lisboa, Instituto Superior Técnico da
Universidade de Lisboa.
Gallimore, S. J. (1999). Axial flow compressor design. Proceedings of the Institution of

Mechanical Engineers Part C-Journal of Mechanical Engineering Science 213(5): 437-
449.
Giampiero, T. (2007). Centrifugal compressors course. Firenze, GE Nuovo Pignone.
Japikse, D. (1996). Centrifugal compressor design and performance. Wilder, Concepts

ETI, Inc.
Jiang, W., Khan, J., et al. (2006). Dynamic centrifugal compressor model for system
simulation. Journal of Power Sources 158(2): 1333-1343.
Lee, K. S. and Geem, Z. W. (2004). A new meta-heuristic algorithm for continuous

engineering optimization: harmony search theory and practice. Computer Methods in
Applied Mechanics and Engineering 194(1): 3902-3933.
Molinari, M. and Dawes, W. N. (2006). Review of evolution of compressor design

process and future perspectives. Proceedings of the Institution of Mechanical Engineers
Part C-Journal of Mechanical Engineering Science 220(6): 761-771.
Oh, H. W., Yoon, E. S., et al. (1997). An optimum set of loss models for performance
prediction of centrifugal compressors. Proceedings of the Institution of Mechanical
Engineers Part A-Journal of Power and Energy 211(2): 331-338.
Özdamar, L. and Demirhan, M. (2000). Experiments with new stochastic global

optimization search techniques. Computers & Operations Research 27(9): 841-865.
Perdichizzi, A. and Savini, M. (1985). Aerodynamic and geometric optimization for the
design of centrifugal compressors. International Journal of Heat and Fluid Flow 6(2):
49-56.
106
Qiu, X., Anderson, M., et al. (2010). An integrated design system for turbomachinery.
Journal of Hydrodynamics 22(5): 347-354.
Rodrigues, P. S. B. (1991). Compressores industriais. Rio de Janeiro, EDC - Editora

Didática e Científica.
Sapiro, L. (1990). Centrifugal gas compressors basic aero-thermodynamic concepts for

selection and performance evaluation. San Diego, Solar Turbines Inc.
Sassi, C. A. (2010). Sobre o desempenho de métodos Quase-Newton e aplicações.

Instituto de Matemática, Estatística e Computação Científica - IMECC. São Paulo,
Universidade Estadual de Campinas. MSc.: 89.
Sorokes, J. M. and Kuzdzal, M. J. (2010). Centrifugal Compressor Evolution. 39th

Turbomachinery Symposium, Houston.
Swain, E. (2005). Improving a one-dimensional centrifugal compressor performance

prediction method. Proceedings of the Institution of Mechanical Engineers Part a-
Journal of Power and Energy 219(A8): 653-659.
Venkataraman, P. (2009). Applied optimization with MATLAB programming. New

York, Wiley-Interscience.
Wang, Y., Komori, S., et al. (1996). Design and performance prediction of centrifugal
impellers. Proceedings of the Institution of Mechanical Engineers Part a-Journal of
Power and Energy 210(6): 463-476.
Whitfield, A. and Baines, N. C. (1990). Design of radial turbomachines. New York,

Longman Scientific & Technical.
Wylen, G. J. W. and Sonntag, R. E. (1976). Fundamentos da termodinâmica clássica.

São Paulo, Edgard Blücher.
Xu, C. (2007). Design experience and considerations for centrifugal compressor
107
development. Proceedings of the Institution of Mechanical Engineers Part G-Journal of
Aerospace Engineering 221(G2): 273-287.
Yang, X. S. (2008). Nature-Inspired Metaheuristic Algorithms. Frome, Luniver Press.
Yoon, S. and Baek, J. H. (2001). A sensitivity analysis of centrifugal compressors

empirical models. KSME International Journal 15(2): 1292-1301.
108

Marcelo Dos Santos Romualdo

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Marcelo Dos Santos Romualdo

Caricato da

Copyright:

Formati disponibili

OTIMIZAÇÃO GEOMÉTRICA E AERODINÂMICA DE UM IMPELIDOR DE

Marcelo dos Santos Romualdo

Dissertação de Mestrado apresentada ao

Orientadores: Atila Pantaleão Silva Freire

Marcelo dos Santos Romualdo

DISSERTAÇÃO SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO

Prof. Atila Pantaleão Silva Freire, Ph.D.

Prof. Su Jian, D.Sc.

Prof. Gustavo César Rachid Bodstein, Ph.D.

Prof. Antonio Carlos Fernandes, Ph.D.

RIO DE JANEIRO, RJ - BRASIL

OTIMIZAÇÃO GEOMÉTRICA E AERODINÂMICA DE UM IMPELIDOR DE

Marcelo dos Santos Romualdo

Orientadores: Atila Pantaleão Silva Freire

Programa: Engenharia Mecânica

Este trabalho ressalta a importância da fase de projeto preliminar de um

GEOMETRIC AND AERODYNAMIC OPTIMIZATION OF A CENTRIFUGAL

Marcelo dos Santos Romualdo

Advisors: Atila Pantaleão Silva Freire

Department: Mechanical Engineering

This work emphasizes the importance of the preliminary design phase of a

Lista de Tabelas xiii

Lista de Símbolos xiv

3. Fundamentos de Compressores Centrífugos 33

4. Metodologia de Projeto e Otimização 61

5. Descrição do Problema e Análise dos Resultados 84

6. Conclusões Gerais e Sugestões 103

Referências Bibliográficas 105

Figura 2.1 Entrada do impelidor – Adaptado de Whitfield e Baines (1990) ........ 10

Figura 2.3 Comportamento da vazão mássica para alguns números de Mach

Figura 2.5 Variação do número de Mach na saída com o ângulo da pá e a razão

Figura 2.6 Efeito do ângulo do gás na saída no número de Mach – Adaptado de

Figura 2.7 Efeito do ângulo da pá na saída e da razão de pressão no número de

Figura 2.8 Variação de M2 e Mr1s através de uma faixa de razões de pressão –

Figura 2.9 Efeito da variação de r1s/r2 no número de Mach relativo no shroud –

Figura 2.10 Efeito da redução de r1s/r2 na relação b2/r2 – Adaptado de Whitfield e

Figura 2.12 Comportamento da velocidade periférica com a razão de pressão –

Figura 2.13 Gráfico do projeto preliminar de um impelidor centrífugo –

Figura 2.14 Fluxograma do procedimento de CAD – Al-Zubaidy (1992) ............. 28

Figura 2.15 Sistema de projeto linear convencional – Adaptado de Qiu et al.

Figura 3.1 Classificação sumária dos compressores industriais ........................... 34

Figura 3.2 Estágio de compressão de um compressor centrífugo de múltiplos

Figura 3.3 Compressor centrífugo de múltiplos estágios – Giampiero (2007) ..... 35

Figura 3.4 O compressor como um volume de controle ....................................... 36

Figura 3.5 Energias envolvidas na compressão .................................................... 37

Figura 3.6 Comparação dos processos de compressão no plano pressão-volume

Figura 3.7 Diagrama h-s para um estado de estagnação ....................................... 44

Figura 3.8 Elementos de um impelidor centrífugo ............................................... 47

Figura 3.9 Corte radial do impelidor – composição vetorial para determinar a

Figura 3.10 Triângulos de velocidades nas arestas de entrada e saída do

Figura 3.13 Influência das não idealidades sobre o desempenho de um

Figura 3.14 Triângulo de velocidades com o efeito do escorregamento ................ 53

Figura 3.15 Perdas e eficiência vs. coeficiente de vazão – Adaptado de Dalbert et

Figura 4.1 Desenvolvimento básico de um AG .................................................... 80

Figura 4.2 Operadores Genéticos .......................................................................... 81

Figura 4.3 Exemplo de Codificação Genética ...................................................... 81

Figura 5.1 Evolução da otimização – Casos I a IV ............................................... 94

Figura 5.2 Evolução da otimização – Casos V a VIII ........................................... 95

Figura 5.3 Comportamento das variáveis independentes ...................................... 96

Figura 5.4 Evolução da otimização – Caso A ....................................................... 98

Figura 5.5 Evolução da otimização – Caso B ....................................................... 99

Tabela 5.1 Condição de projeto dos impelidores .................................................. 86

Tabela 5.2 Parâmetros de projeto arbitrados inicialmente .................................... 86

Tabela 5.3 Resultados iniciais dos projetos dos impelidores ................................ 87